Image 如何训练tesseract只识别数字

我有一些只包含数字的产品标签样本。然而，我设法处理这些图像，以便我可以使用这些图像来识别数字。我使用了经过英语培训的数据文件，但结果非常糟糕。是否有一种方法可以使用模板图像训练数据集

我参考了培训tesseract的文档，但无法使用图像进行培训

但是在有了box文件之后，我如何才能生成eng.traineddata

谁能帮帮我吗

这是产品标签的裁剪原始图像

---

这是经过处理的产品标签图像

您可以尝试设置要识别的字符白名单（案例中的数字）。该参数称为

tessedit\u char\u白名单

。老实说，结果可能是混合的。

如果您有支持白名单的e traineddata集，则只能使用白名单。如果您想快速获得结果，请使用Tesseract 3.x，应该有大量支持白名单的trainedata可用（这非常有用）

我自己使用了Tesseract 4，其中包含一个traineddata，它与以下选项一起发挥了巨大的作用： -l位数字——psm 10

有关数据集的链接，请参阅本文：