Windows 개발자를 위한 Tesseract 5 기반 C# 사용자 지정 글꼴 교육

IronOCR 최신 버전을 어떻게 다운로드하나요?

Install-Package IronOcr

WSL2와 Ubuntu를 설치하고 설정하는 방법은 무엇인가요?

WSL2 및 Ubuntu 설정 방법 에 대한 튜토리얼을 참조하십시오.

교육은 Linux를 필요로 하지만, 결과 .traineddata 파일은 모든 플랫폼에서 원활하게 작동합니다. 자세한 Linux 설정 방법은 Linux 배포 가이드를 참조하십시오.

우분투에 Tesseract 5를 설치하는 방법은 무엇인가요?

Tesseract 5를 설치하려면 다음 명령어를 사용하십시오.

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

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

이 패키지들은 학습에 필요한 핵심 Tesseract OCR 엔진과 개발 라이브러리를 제공합니다. 고급 Tesseract 구성 옵션에 대한 자세한 내용은 구성 가이드를 참조하십시오.

학습을 위해 어떤 글꼴을 다운로드해야 할까요?

이 튜토리얼에서는 AMGDT 글꼴을 사용합니다. 글꼴 파일 형식은 .ttf 또는 .otf일 수 있습니다.

학습용 글꼴을 선택할 때:

• 표준 테서랙트 모델과 크게 다른 글꼴을 선택하세요
• 폰트에 대한 적절한 라이선스를 확보하십시오
• 장식용, 손글씨용 또는 특정 산업 분야에 특화된 글꼴을 고려해 보세요.
• 실제 운영 환경에서 애플리케이션이 접하게 되는 글꼴로 테스트하세요

사용자 지정 글꼴 학습을 위해 디스크 드라이브를 어떻게 마운트하나요?

이 명령을 사용하여 드라이브 D:를 작업 공간으로 마운트하십시오:

cd /
cd /mnt/d

cd /
cd /mnt/d

이를 통해 Ubuntu WSL2 환경에서 Windows 드라이브에 저장된 파일을 직접 사용할 수 있습니다.

우분투 글꼴 폴더에 글꼴 파일을 복사하려면 어떻게 해야 하나요?

글꼴 파일을 이 Ubuntu 디렉토리로 복사하십시오: /usr/share/fonts 및 /usr/local/share/fonts.

파일 탐색기의 주소 창에 \\wsl$를 입력하여 Ubuntu의 파일에 액세스하십시오.

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

GitHub에서 tesseract_tutorial을 어떻게 클론합니까?

다음 명령을 사용하여 tesseract_tutorial 저장소를 클론하십시오:

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

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

이 저장소에는 학습 과정에 필요한 필수 Python 스크립트와 설정 파일이 포함되어 있습니다. 이 스크립트는 글꼴 학습에서 많은 수동 단계를 자동화합니다.

GitHub에서 tesstrain과 tesseract을 어떻게 클론합니까?

다음 명령을 사용하여 tesseract_tutorial 디렉토리로 이동한 후 tesstrain 및 tesseract 저장소를 클론하십시오:

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

• tesstrain에 Makefile이 있으며 .traineddata 파일을 만듭니다
• tesseract에 원본 .traineddata 파일이 있는 tessdata 폴더가 있어 사용자 지정 글꼴 교육 시 참조로 사용됩니다

여러 언어 팩 및 사용자 지정 학습 데이터 사용에 대한 자세한 내용은 국제 언어 가이드를 참조하세요.

출력물을 저장할 "데이터" 폴더를 어떻게 만드나요?

tesseract_tutorial/tesstrain 내에 데이터 폴더를 만드십시오:

mkdir tesseract_tutorial/tesstrain/data

mkdir tesseract_tutorial/tesstrain/data

이 폴더에는 .box, .tif 파일 및 중간 학습 결과물을 포함하여 생성된 모든 학습 파일이 저장됩니다.

split_training_text.py을 어떻게 실행합니까?

tesseract_tutorial 폴더로 돌아가서 다음 명령을 실행하십시오:

python split_training_text.py

python split_training_text.py

split_training_text.py을 실행한 후 데이터 폴더에 .box 및 .tif 파일을 생성합니다.

<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'

eng.traineddata을 어디에서 다운로드합니까?

이 저장소에서 eng.traineddata을 다운로드하고 tesseract_tutorial/tesseract/tessdata에 놓으십시오.

기본 모델은 언어적 맥락을 제공하여 인식 정확도를 향상시킵니다. 목표 언어에 맞는 기본 모델을 선택하세요. 사용자 지정 언어 팩 관련 문제 해결 방법은 사용자 지정 OCR 언어 팩 가이드를 참조하세요.

사용자 지정 글꼴 .traineddata을 어떻게 만듭니까?

tesstrain 폴더로 이동하여 WSL2에서 이 명령을 사용하십시오:

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_NAME는 사용자 지정 글꼴 이름입니다
• START_MODEL는 원본 .traineddata 참조입니다
• MAX_ITERATIONS는 반복 횟수를 정의합니다 (더 많은 반복 횟수는 정확성을 향상시킵니다)

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

생성된 .traineddata의 정확성을 어떻게 검증합니까?

1000 .box 및 .tif 파일과 3000번의 학습 반복으로 출력 AMGDT.traineddata은 약 5.77%의 최소 학습 오류율 (BCER)을 달성합니다.

IronOCR을 사용하여 학습된 모델을 테스트하려면 다음 단계를 따르세요.

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}%");

실제 애플리케이션에 사용자 지정 글꼴을 구현하려면 사용자 지정 언어 파일 사용 가이드를 참조하세요.

더 자세한 내용과 참고 자료는 다음 튜토리얼 영상을 참조하세요: YouTube 영상