jTessBoxEditor2.0

软件介绍

jTessBoxEditor官方版是一款功能强大的Tesseract OCR的Box编辑工具。jTessBoxEditor最新版采用JAVA开发而来，可以帮助用户提高Tesseract-OCR文字识别准确率。通过jTessBoxEditor软件用户还进行能够持续的训练，操作简单，内置多种参数可以直接使用。

软件基础简介

双击JAR文件以启动程序，或执行以下命令：

java-Xms128m-Xmx1024m-jar jTessBoxEditor.jar

您需要提供TIFF/Box文件作为编辑器的输入。在训练中使用的图像应为300 DPI和1 bpp(每像素位数)黑白或8 bpp灰度，未压缩的TIFF格式;以UTF-8格式编码的box文件由具有适当命令行选项的Tesseract可执行文件生成(请参阅Tesseract Training Wiki)。或者它们都可以使用内置的TIFF/Box生成器创建。

Box View中提供了以下热键，以便于编辑：

W/S-向上/向下移动盒子;A/D-左/右移动框

Q/E-减小/增加箱宽;R/F-减小/增加箱子高度

-上一个/下一个框

X-在框中编辑字符

使用热键时按住Shift可将移动速度乘以10.编辑字符时按Enter或ESC可对框编辑器进行聚焦。

请注意，框文件中使用的坐标系在左下角有(0,0);但是，在计算机图形设备上，(0,0)被定义为左上角。jTessBoxEditor使用并显示在图形设备坐标中。编辑的盒子文件仍以适当的格式读取和写入。

对于给定输入UTF-8文本文件，生成器生成适合使用Tesseract进行训练的TIFF/Box文件对。根据启用的抗锯齿模式，生成的图像是具有300 DPI分辨率的二进制或灰度，未压缩的多页TIFF。可以调整字母跟踪或字符间距，以消除边界框重叠问题。请注意，某些框的坐标可能与Tesseract本身生成的坐标略有不同(1或2个像素);尽管如此，生成的box文件可用于验证Tesseract使用与Unicode兼容的文件比较工具(如WinMerge)创建的文件。

提示：实验表明，TIFF/Box Generator创建的图像训练质量较高，字体大小为24pt或更大，并且添加了一些噪音。

用户可以在UTF-8文本文件中指定符号或变音符号(如在梵文或印度语脚本中找到的符号或变音符号，需要与主要基本字符组合)，具体而言data/combiningsymbols.txt，由生成器读取。此设置使用户可以灵活地为其语言脚本定义组合符号/变音符号。

最新版本提供自动培训。Tesseract Windows培训可执行文件与程序捆绑在一起;对于其他平台，您需要构建它们。将所有必需的源训练数据文件(以适当的语言代码为前缀)放在指定的目录中(检查samples文件夹中的示例)。还可以使用随附的train.ps1Windows PowerShell脚本自动执行培训操作。

该合并TIFF功能可以节省用于培训包含相同字体的文本转换成一个单一的多页TIFF文件的多张图片。包含转换函数，用于将字符文本字段中的数字字符引用(NCR)和转义序列转换为Unicode字符。

软件特性

-支持Tesseract 2.0x和3.0x格式的编辑框数据

-实现框选择和合并/拆分/插入/删除操作

-通过微调器实现盒子尺寸更改功能

-支持文本字段的Unicode转换

-包括框搜索功能

安装步骤

1、运行——CMD(WIN7要以管理员身份运行)

2、清空你的硬盘隐藏的vodcache文件夹内的所有文件

3、从新下载你下载的视频，然后将vodcache文件夹内所有的文件(TDL文件一定要全部)复制到一个磁盘的根目录，比如E：

4、在CMD中输入E：，然后回车，在E：/>后输入copy/b*.tdl 1.mp4

5、你就能看到在你的E盘有一个1.mp4了。

软件截图

软件官网

https://github.com/UB-Mannheim/jTessBoxEditor2.0

软件综述

jTessBoxEditor 2.0是一款基于Java的文本行框编辑器，用于训练和改进Tesseract OCR引擎。它提供了一系列功能来调整Tesseract用于识别文本行的行框。

优点：

• 易于使用：直观的界面和简单的控件，即使对于初学者也很容易使用。
• 强大的编辑工具：提供多种编辑工具，例如框选择、移动、缩放和旋转，以便精确调整行框。
• 快速校正：允许快速纠正或调整行框，以提高Tesseract的识别率。
• 支持多种图像格式：可以处理各种图像格式，包括JPEG、PNG和TIFF。
• 可扩展：使用插件机制，允许添加额外的功能。
• 开源：作为开源软件发布，可以免费使用和修改。

缺点：

• 缺少高级功能：与一些商业OCR工具相比，可能缺少一些高级功能，例如图像预处理和后处理选项。
• 可能需要技巧：对于复杂或嘈杂的图像，可能需要一些技巧才能有效地调整行框。
• 仅基于Java：需要安装Java运行时环境 (JRE) 才能使用该软件。

总体而言，jTessBoxEditor 2.0是一款功能强大易用的工具，对于希望提高Tesseract OCR引擎准确性的用户非常有用。虽然它可能缺少某些高级功能，但它对于大多数文本识别任务来说是一个不错的选择。