jTessBoxEditor(配套训练工具)

　　jTessBoxEditor是一个Tesseract OCR的Box编辑器，软件提供简单的编辑方式，将文字内容加载到软件就可以配置相关的输出方案，软件提供字体设置功能，可以在软件编辑当前转换的字体类型，也支持两个工具，点击tool就可以找到 Merge TIFF以及Split TIFF工具，方便用户对添加的tiff文件分割合并；jTessBoxEditor使用简单，软件界面功能不多，内置多种参数可以直接使用，需要的朋友可以到河东下载！

软件功能

　　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。

软件特色

　　- 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

使用方法

　　1、下载软件以后直接打开jTessBoxEditor.jar就可以使用，也可以打开train.bat进入软件主界面

　　2、用户需要安装jdk才能打开jar文件，可以在河东下载jdk

　　3、用户将下方的软件安装到电脑，随后双击jar就可以打开了，选择 Java(TM) Platform SE binary

　　

jdk1.8 64位官方版

大小：196 MB版本：环境：WinXP, Win7, Win8, Win10, WinAll

进入下载

　　4、软件主界面就是这样的，界面是英文，很明显小编不会使用

　　5、在软件添加Tesseract可执行文件，点击...就可以进入添加界面

　　6、这里是官方提供的程序界面，可以选择wordlist2dawg.exe，可以选择wordlist2dawg.exe

　　7、 Training Data数据添加界面，可以选择vie.words_list、vie.arial.exp0.tif

　　8、也支持 Bootstrap Language设置，也支持RTL内容设置，点击run就可以运行

　　9、也支持 Make Box File Only或者是Train with Existing Box选择，选择完毕就可以run

　　10、执行的界面就是这样的， 如果你会使用这款软件就下载吧！

更新日志

　　版本0.2（2011年4月14日）：

　　- 添加一个设置以设置Box Coordinates表的字体

　　- 设置表格行高度以匹配字体

　　- 将pangram合并到Font对话框中

　　版本0.3（2011年4月25日）：

　　- 提供当前框的特写视图

　　版本0.4（2011年5月28日）：

　　- 添加实用程序功能，将图像合并为多页TIFF

　　0.5版（2011年9月5日）

　　- 显示图像窗格中已装箱字符的信息工具提示

　　版本0.5.1（2011年9月12日）

　　- 纠正图像窗格中垂直居中的（小）图像问题;将其对齐到窗格顶部

　　版本0.6（2011年10月18日）

　　- 添加一个实用程序功能，创建适合使用Tesseract进行训练的TIFF / Box对

　　- 修复了在加载其他图像时可能清除修改后的文件夹的错误

　　- 增强盒子搜索操作

　　- 修复各种可视组件中的字体问题

　　- 合并框将具有由合并框的所有字符组成的字符值

　　版本0.7（2012年6月16日）

　　- 修复了在OS X上打开帮助文件的问题

　　- 对于TIFF / Box生成：

　　*增加行间距

　　*缩写粗体/斜体字体样式到b / i用于文件名

　　*添加前缀（语言代码）文本框

　　*添加对文本消除锯齿的支持

　　版本0。0（2013年4月16日）

　　- 添加行号标题

　　- Char cell现在可以编辑

　　- 尽可能转换Unicode转义序列

　　- 查找框现在显示Unicode字符，并允许使用Unicode转义序列进行搜索

　　- 改进生成TIFF / Box功能：

　　*自动组合具有相同坐标或完全相互包围的盒子

　　*自动组合将外部文件中指定的符号与主基本字符组合在一起的框

　　*在Generate TIFF / Box窗口中保留最后修改的exp编号

　　版本0.9（2013年4月30日）

　　- 增强生成TIFF / Box功能，除了附加外，还允许组合前置符号

　　- 修复了在编辑模式下无法持续更改表的错误

　　- 查找功能现在支持部分匹配

　　- 修复了当行标题具有焦点和滚动时表格不滚动的问题

　　版本1。0（2013年11月16日）

　　- 集成对Tesseract培训全自动化的支持

　　- Bundle Tesseract Windows培训可执行文件（r866），英文数据和配置文件

　　- 修复生成的TIFF丢失元数据的问题

　　- 可选择为生成的图像添加噪声

　　- 错误修复和改进

　　1.1版（2014年10月15日）

　　- 添加从右到左（RTL）文本的培训支持

　　- 使用修改键添加水平框分割

　　- 添加拆分多页TIFF功能

　　1.2版（2014年11月7日）

　　- 分解培训流程，以实现灵活的增量培训

　　- 合并日志记录

　　版本1。2。1（2014年11月19日）

　　- 仅在选择RTL时应用修复unicharset的Unicode字符方向性

　　1.3版（2015年1月4日）

　　- 实现功能以验证生成的训练数据

　　1.4版（2015年5月2日）

　　- 结合A2K的改进，在箱子视图中使用热键进行箱子移动控制，以及Box View的可调节箱子缩放和边距

　　1.5版（2016年3月8日）

　　- 改进：仅训练带有文件夹的图像

　　- 创建或更新font_properties文件