Formation sur les polices personnalisées avec le logiciel OCR Tesseract 5 en C

Comment télécharger la dernière version d'IronOCR?

Install-Package IronOcr

Comment installer et configurer WSL2 et Ubuntu?

Consultez le tutoriel sur la configuration de WSL2 et d'Ubuntu .

La formation nécessite Linux, mais les fichiers .traineddata résultants fonctionnent parfaitement sur toutes les plateformes. Pour des instructions détaillées sur l'installation de Linux, consultez notre Guide de déploiement de Linux.

Comment installer Tesseract 5 sur Ubuntu?

Utilisez ces commandes pour installer Tesseract 5 :

sudo apt install tesseract-ocr
sudo apt install libtesseract-dev

sudo apt install tesseract-ocr
sudo apt install libtesseract-dev

Ces packages fournissent le moteur OCR de base de Tesseract et les bibliothèques de développement nécessaires à la formation. Pour les options de configuration avancées de Tesseract, consultez notre guide de configuration détaillé.

Quelle police de caractères dois-je télécharger pour la formation ?

Ce tutoriel utilise la police AMGDT. Le fichier de police peut être au format .ttf ou .otf.

Lors de la sélection des polices de caractères pour la formation :

• Choisissez des polices qui diffèrent sensiblement des modèles Tesseract standard
• Veiller à ce que la police de caractères soit protégée par une licence en bonne et due forme
• Envisagez des polices décoratives, manuscrites ou spécialisées
• Testez avec les polices que votre application rencontre en production

Comment monter le lecteur de disque pour la formation aux polices de caractères personnalisées?

Utilisez ces commandes pour monter le lecteur D: comme espace de travail :

cd /
cd /mnt/d

cd /
cd /mnt/d

Cela vous permet de travailler avec des fichiers stockés sur des lecteurs Windows directement à partir de l'environnement Ubuntu WSL2.

Comment copier le fichier de polices dans le dossier de polices d'Ubuntu?

Copiez le fichier de police dans ces répertoires Ubuntu : /usr/share/fonts et /usr/local/share/fonts.

Accédez aux fichiers sous Ubuntu en tapant \\wsl$ dans la barre d'adresse de l'explorateur de fichiers.

cd /
su root
cd /c/Users/Admin/Downloads/'AMGDT Regular'
cp 'AMGDT Regular.ttf' /usr/share/fonts
cp 'AMGDT Regular.ttf' /usr/local/share/fonts
exit

cd /
su root
cd /c/Users/Admin/Downloads/'AMGDT Regular'
cp 'AMGDT Regular.ttf' /usr/share/fonts
cp 'AMGDT Regular.ttf' /usr/local/share/fonts
exit

Comment cloner tesseract_tutorial depuis GitHub?

Clonez le dépôt tesseract_tutorial à l'aide de cette commande :

git clone https://github.com/astutejoe/tesseract_tutorial.git

git clone https://github.com/astutejoe/tesseract_tutorial.git

Ce référentiel contient des scripts Python et des fichiers de configuration essentiels pour le processus de formation. Les scripts automatisent de nombreuses étapes manuelles de la formation aux polices de caractères.

Comment cloner tesstrain et tesseract depuis GitHub?

Accédez au répertoire tesseract_tutorial, puis clonez les dépôts tesstrain et tesseract :

git clone https://github.com/tesseract-ocr/tesstrain
git clone https://github.com/tesseract-ocr/tesseract

git clone https://github.com/tesseract-ocr/tesstrain
git clone https://github.com/tesseract-ocr/tesseract

• tesstrain contient le Makefile utilisé pour créer le fichier .traineddata
• tesseract contient le dossier tessdata avec les fichiers originaux .traineddata utilisés comme références lors de l'entraînement des polices personnalisées

Pour plus d'informations sur l'utilisation de packs de langues multiples et de données de formation personnalisées, consultez notre guide des langues internationales.

Comment créer un dossier "data" pour stocker les résultats ?

Créez un dossier de données dans tesseract_tutorial/tesstrain :

mkdir tesseract_tutorial/tesstrain/data

mkdir tesseract_tutorial/tesstrain/data

Ce dossier stocke tous les fichiers de formation générés, y compris les fichiers .box, .tif et les artefacts de formation intermédiaires.

Comment exécuter split_training_text.py ?

Retournez dans le dossier tesseract_tutorial et exécutez cette commande :

python split_training_text.py

python split_training_text.py

Après l'exécution de split_training_text.py, il crée les fichiers .box et .tif dans le dossier de données.

<dir>/usr/share/fonts</dir>
<dir>/usr/local/share/fonts</dir>
<dir prefix="xdg">fonts</dir>

<dir>~/.fonts</dir>

<dir>/usr/share/fonts</dir>
<dir>/usr/local/share/fonts</dir>
<dir prefix="xdg">fonts</dir>

<dir>~/.fonts</dir>

cp fonts.conf /etc/fonts

cp fonts.conf /etc/fonts

fontconf_dir = '/etc/fonts'

fontconf_dir = '/etc/fonts'

Où puis-je télécharger eng.traineddata ?

Téléchargez eng.traineddata depuis ce dépôt et placez-le dans tesseract_tutorial/tesseract/tessdata.

Le modèle de base fournit un contexte linguistique qui améliore la précision de la reconnaissance. Choisissez un modèle de base correspondant à votre langue cible. Pour résoudre les problèmes liés aux packs linguistiques personnalisés, consultez notre guide des packs linguistiques OCR personnalisés.

Comment créer ma police personnalisée .traineddata ?

Accédez au dossier tesstrain et utilisez cette commande dans WSL2 :

TESSDATA_PREFIX=../tesseract/tessdata make training MODEL_NAME=AMGDT START_MODEL=eng TESSDATA=../tesseract/tessdata MAX_ITERATIONS=100

TESSDATA_PREFIX=../tesseract/tessdata make training MODEL_NAME=AMGDT START_MODEL=eng TESSDATA=../tesseract/tessdata MAX_ITERATIONS=100

• MODEL_NAME est le nom de votre police personnalisée
• START_MODEL est la référence originale .traineddata
• MAX_ITERATIONS définit le nombre d'itérations (plus d'itérations améliorent la précision)

WORDLIST_FILE := $(OUTPUT_DIR2)/$(MODEL_NAME).lstm-word-dawg
NUMBERS_FILE := $(OUTPUT_DIR2)/$(MODEL_NAME).lstm-number-dawg
PUNC_FILE := $(OUTPUT_DIR2)/$(MODEL_NAME).lstm-punc-dawg

Comment puis-je vérifier l'exactitude du code créé .traineddata ?

Avec 1000 fichiers .box et .tif et 3000 itérations d'entraînement, la sortie AMGDT.traineddata atteint un taux d'erreur d'entraînement minimal (BCER) d'environ 5,77 %.

Pour tester votre modèle formé avec IronOCR :

using IronOcr;

// Initialize IronOCR with custom trained data
var ocr = new IronTesseract();

// Load your custom trained font
ocr.UseCustomTesseractLanguageFile(@"path\to\AMGDT.traineddata");

// Configure for optimal results
ocr.Configuration.BlackListCharacters = "";
ocr.Configuration.WhiteListCharacters = "";
ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.AutoOsd;

// Process an image with your custom font
using var input = new OcrInput();
input.LoadImage("test-image-with-amgdt-font.png");

// Optional: Apply filters if needed
input.EnhanceResolution(300);
input.DeNoise();

// Perform OCR
var result = ocr.Read(input);
Console.WriteLine($"Recognized Text: {result.Text}");
Console.WriteLine($"Confidence: {result.Confidence}%");

using IronOcr;

// Initialize IronOCR with custom trained data
var ocr = new IronTesseract();

// Load your custom trained font
ocr.UseCustomTesseractLanguageFile(@"path\to\AMGDT.traineddata");

// Configure for optimal results
ocr.Configuration.BlackListCharacters = "";
ocr.Configuration.WhiteListCharacters = "";
ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.AutoOsd;

// Process an image with your custom font
using var input = new OcrInput();
input.LoadImage("test-image-with-amgdt-font.png");

// Optional: Apply filters if needed
input.EnhanceResolution(300);
input.DeNoise();

// Perform OCR
var result = ocr.Read(input);
Console.WriteLine($"Recognized Text: {result.Text}");
Console.WriteLine($"Confidence: {result.Confidence}%");

Imports IronOcr

' Initialize IronOCR with custom trained data
Dim ocr As New IronTesseract()

' Load your custom trained font
ocr.UseCustomTesseractLanguageFile("path\to\AMGDT.traineddata")

' Configure for optimal results
ocr.Configuration.BlackListCharacters = ""
ocr.Configuration.WhiteListCharacters = ""
ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.AutoOsd

' Process an image with your custom font
Using input As New OcrInput()
    input.LoadImage("test-image-with-amgdt-font.png")

    ' Optional: Apply filters if needed
    input.EnhanceResolution(300)
    input.DeNoise()

    ' Perform OCR
    Dim result = ocr.Read(input)
    Console.WriteLine($"Recognized Text: {result.Text}")
    Console.WriteLine($"Confidence: {result.Confidence}%")
End Using

Pour mettre en œuvre des polices personnalisées dans des applications de production, consultez notre guide sur l'utilisation de fichiers de langue personnalisés.

Pour plus d'informations, consultez le tutoriel : vidéo YouTube