Tesseract OCR - 繁體中文【評估篇】
更新於 發佈於 閱讀時間約 4 分鐘
GitHub
Tesseract OCR：tesseract-ocr/tesseract: Tesseract Open Source OCR Engine (main repository) (github.com)
Tesseract User Manual：Tesseract User Manual | tessdoc (tesseract-ocr.github.io)
How to train LSTM Tesseract：tessdoc/TrainingTesseract-5.md at main ·tesseract-ocr/tessdoc (github.com)
- 作業系統：win10
- 版本訊息-命令提示字元(CMD)
C:\Users\user>tesseract --version tesseract v5.0.1.20220118 leptonica-1.78.0 libgif 5.1.4 : libjpeg 8d (libjpeg-turbo 1.5.3) : libpng 1.6.34 : libtiff 4.0.9 : zlib 1.2.11 : libwebp 0.6.1 : libopenjp2 2.3.0 Found AVX2 Found AVX Found FMA Found SSE4.1 Found libarchive 3.5.0 zlib/1.2.11 liblzma/5.2.3 bz2lib/1.0.6 liblz4/1.7.5 libzstd/1.4.5 Found libcurl/7.77.0-DEV Schannel zlib/1.2.11 zstd/1.4.5 libidn2/2.0.4 nghttp2/1.31.0
一、修改eval.sh
使用notepad++開啟eval.sh修改內容
評估原本的chi_tra.lstm
- 【CTRL+F】將eng取代為chi_tra
lstmeval \--model train/chi_tra.lstm \--traineddata tessdata/chi_tra.traineddata \--eval_listfile train/chi_tra.training_files.txt
評估訓練完的PMingLiU_checkpoint
lstmeval \--model train/PMingLiU_checkpoint \--traineddata tessdata/chi_tra.traineddata \--eval_listfile train/chi_tra.training_files.txt
二、執行eval.sh
在tesstrainsh-win中右鍵(Git Bash Here)開啟Bash，輸入下面指令
sh eval.sh
在 Tesseract 的情況下，CER 和 WER 被測量為 Bag-of-CER 和 Bag-of-WER，即不是通過序列比對，而是作為計數（跨每行）。
- Bag of Char error rate(BCER)
- Bag of Word error rate(BWER)
評估原本的chi_tra.lstm
BCER eval=5.102329, BWER eval=28.982749評估訓練完的PMingLiU_checkpoint
BCER eval=3.109002, BWER eval=20.521559參考資料
為什麼會看到廣告
留言0
查看全部
你可能也想看
Google News 追蹤
隨著理財資訊的普及，越來越多台灣人不再將資產侷限於台股，而是將視野拓展到國際市場。特別是美國市場，其豐富的理財選擇，讓不少人開始思考將資金配置於海外市場的可能性。
然而，要參與美國市場並不只是盲目跟隨標的這麼簡單，而是需要策略和方式，尤其對新手而言，除了選股以外還會遇到語言、開戶流程、Ap
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
以下是如何使用 Tesseract OCR 來辨識圖像中的文字的教學。
涵蓋了安裝 Tesseract、基本使用方法，以及如何在 Python 中進行整合。
1. 安裝 Tesseract
首先，需要安裝 Tesseract OCR 工具。這裡提供針對 Windows、macOS 和 Linu
本文將實測，使用同一組圖像，用不同的OCR模型來辨識看成效如何，主要介紹如何從資料夾中，讀取圖片檔中的檔名來比對tesseract OCR的結果是否一致，若結果不同就記錄其錯誤位置及次數，統計最後的誤判率及誤判字的總次數。
圖片檔中的檔名由事先整理出正確結果，比對OCR模型用。
在Tesseract的討論論壇中看到一篇文章，有人研究tesseract在文字高度在30~33pixl~內辨識率是最佳的。
本文就將來實作看看，拿出之前實驗用的OCR圖檔來跑跑看。
實驗內容
縮放與不縮放的圖片在tesseract OCR結果比較
圖片縮放流程
先讀取圖片中OCR的高度，取
在tesseract-ocr辨識應用中，建議的留白邊框為10pixl，若Label列印的太剛好，沒有任何的邊框時，就會辨識不到文字。
本文將帶大家如何讓圖像增加邊框。
結果圖
示意的比較誇張，我讓邊框增加100pixl，圖片大小原為211*80。
微調(Fine tune)是深度學習中遷移學習的一種方法，其中預訓練模型的權重會在新數據上進行訓練。
本文主要介紹如何使用新的訓練圖檔在tesseract 辨識模型進行Fine tune
有關於安裝的部分可以參考友人的其他文章
Tesseract OCR - 繁體中文【安裝篇】
將所有資料
平時都在用tesseract來辨識OCR的部分，在網路上也常常聽說easyOCR比tesseract好用，就拿之前測試的OCR素材來比較看看囉。
以下輸入同樣圖片直接測試，並非絕對誰就比較準，只單純測試數字含英文的部分。
圖片素材就是15碼(英文加數字)，檔名為OCR正確結果
上篇我們簡單的了解了 TTS 想要達到的目標，但是對於訓練資料的處理、網路架構、損失函數、輸出分析等考慮到篇幅尚未解釋清楚，這篇將針對訓練資料處理中的文字部分進行詳細說明，讓我們開始吧。
torchaudio 是 PyTorch 的官方音訊處理庫，提供了許多用於音訊數據讀取、轉換和處理的工具和功能。它旨在簡化音訊數據的加載、預處理和後續處理過程，同時與 PyTorch 緊密整合， 包括我們常常用於資料科學處理的Tensor資料。
這個篇章主要在分享我們如何使用標準的I/O進行讀
Google Tesseract Config說明，程式範例實際修改示範
前言
Tesseract 的 config 檔案用於指定 OCR 引擎的設定和參數。這些參數可以影響文本識別的結果
本文將彙整常用參數調整，並呈現不同參數出現不同的辨識結果
官網Tesseract OCR參數說明連結
使用Google Tesseract應用，擷取圖像的OCR並將讀取到的字元標註在原圖上
光學字元辨識功能 (Optical character recognition，光學字符辨識）
可以將影像中特徵範圍內的文本轉換為數字形式的文本。使用前必須安装Google Tesseract並更新
隨著理財資訊的普及，越來越多台灣人不再將資產侷限於台股，而是將視野拓展到國際市場。特別是美國市場，其豐富的理財選擇，讓不少人開始思考將資金配置於海外市場的可能性。
然而，要參與美國市場並不只是盲目跟隨標的這麼簡單，而是需要策略和方式，尤其對新手而言，除了選股以外還會遇到語言、開戶流程、Ap
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
以下是如何使用 Tesseract OCR 來辨識圖像中的文字的教學。
涵蓋了安裝 Tesseract、基本使用方法，以及如何在 Python 中進行整合。
1. 安裝 Tesseract
首先，需要安裝 Tesseract OCR 工具。這裡提供針對 Windows、macOS 和 Linu
本文將實測，使用同一組圖像，用不同的OCR模型來辨識看成效如何，主要介紹如何從資料夾中，讀取圖片檔中的檔名來比對tesseract OCR的結果是否一致，若結果不同就記錄其錯誤位置及次數，統計最後的誤判率及誤判字的總次數。
圖片檔中的檔名由事先整理出正確結果，比對OCR模型用。
在Tesseract的討論論壇中看到一篇文章，有人研究tesseract在文字高度在30~33pixl~內辨識率是最佳的。
本文就將來實作看看，拿出之前實驗用的OCR圖檔來跑跑看。
實驗內容
縮放與不縮放的圖片在tesseract OCR結果比較
圖片縮放流程
先讀取圖片中OCR的高度，取
在tesseract-ocr辨識應用中，建議的留白邊框為10pixl，若Label列印的太剛好，沒有任何的邊框時，就會辨識不到文字。
本文將帶大家如何讓圖像增加邊框。
結果圖
示意的比較誇張，我讓邊框增加100pixl，圖片大小原為211*80。
微調(Fine tune)是深度學習中遷移學習的一種方法，其中預訓練模型的權重會在新數據上進行訓練。
本文主要介紹如何使用新的訓練圖檔在tesseract 辨識模型進行Fine tune
有關於安裝的部分可以參考友人的其他文章
Tesseract OCR - 繁體中文【安裝篇】
將所有資料
平時都在用tesseract來辨識OCR的部分，在網路上也常常聽說easyOCR比tesseract好用，就拿之前測試的OCR素材來比較看看囉。
以下輸入同樣圖片直接測試，並非絕對誰就比較準，只單純測試數字含英文的部分。
圖片素材就是15碼(英文加數字)，檔名為OCR正確結果
上篇我們簡單的了解了 TTS 想要達到的目標，但是對於訓練資料的處理、網路架構、損失函數、輸出分析等考慮到篇幅尚未解釋清楚，這篇將針對訓練資料處理中的文字部分進行詳細說明，讓我們開始吧。
torchaudio 是 PyTorch 的官方音訊處理庫，提供了許多用於音訊數據讀取、轉換和處理的工具和功能。它旨在簡化音訊數據的加載、預處理和後續處理過程，同時與 PyTorch 緊密整合， 包括我們常常用於資料科學處理的Tensor資料。
這個篇章主要在分享我們如何使用標準的I/O進行讀
Google Tesseract Config說明，程式範例實際修改示範
前言
Tesseract 的 config 檔案用於指定 OCR 引擎的設定和參數。這些參數可以影響文本識別的結果
本文將彙整常用參數調整，並呈現不同參數出現不同的辨識結果
官網Tesseract OCR參數說明連結
使用Google Tesseract應用，擷取圖像的OCR並將讀取到的字元標註在原圖上
光學字元辨識功能 (Optical character recognition，光學字符辨識）
可以將影像中特徵範圍內的文本轉換為數字形式的文本。使用前必須安装Google Tesseract並更新