Tesseract5 LSTM訓練,產生.lstmf內容為亂碼

Question

.box檔案與.gt.txt檔案都已準備好
在生成.lstmf檔案指令:
tesseract testnum.normal.exp2.tif testnum.normal.exp2 -l chi_tra --psm 6 lstm.train

內容為亂碼,導致下一個步驟,做訓練時,無法進行

請問有前輩遇過此狀況嗎?要如何解??

感謝各位幫忙!在此感激不盡!

Answer 1

让【道友老李】来帮你解答，本回答参考gpt编写，并整理提供，如果还有疑问可以点击头像关注私信或评论。

如果答案让您满意，请采纳、关注，非常感谢！

根据你提供的信息，可能是因为训练数据中包含了乱码字符，导致无法正确进行训练。为了解决这个问题，你可以进行以下操作：

1. 检查训练数据：确保训练数据中的所有字符都属于训练集（比如中文字符集），并且没有乱码字符。
2. 如果确认训练数据中存在乱码字符，可以尝试重新生成训练数据，确保数据的准确性。
3. 优化训练参数：尝试修改训练参数，比如增加训练次数、调整学习率等，以提高训练的效果。
4. 如果仍然无法解决问题，可以尝试查看Tesseract的官方文档或寻求相关技术支持，获取更专业的帮助。 如果你需要实现代码来帮助解决问题，可以尝试以下Python代码段：

import pytesseract
from PIL import Image
# 读取图像文件
img = Image.open('testnum.normal.exp2.tif')
# 使用Tesseract进行识别
text = pytesseract.image_to_string(img, lang='chi_tra', config='--psm 6')
# 输出识别结果
print(text)

希望以上信息对你有所帮助，祝顺利解决问题！