如何使用gImageReader为Tessearct创建配置文件？

Question

我正在尝试阻止Tesseract使用连字（例如，2个字符中的“fi”在一个字符中变为“fi”）并且发现可以向引擎配置文件to do just that添加参数。

但是我无法在我的gImageReader安装的tessdata目录中找到此文件...

如何根据格式，名称和其他潜在的语法要求创建一个？

Answer 1

您可能需要解压缩.traineddata文件以在unicharambigs文件中添加如下所示的条目，然后重新打包。

1 fi 2 fi 1

请参阅文档：https://github.com/tesseract-ocr/tesseract/wiki/Training-Tesseract-3.03%E2%80%933.05#the-unicharambigs-file