在原有訓練數據的基礎上,如果有新的字符訓練信息需要加入,所有數據重新校准一遍就累死人了。。。。
經研究找到實用合並方法(紅色部分為示例,實際應為你自己生成的文件名):
在新的訓練數據生成.box 和.tr文件后,
生成字符集 unicharset_extractor add.font.exp0.box new.font.exp0.box
合並訓練數據(.tr)
mftraining -F font_properties -U unicharset -O added.unicharset add.font.exp0.tr new.font.exp0.tr
聚合所有的tr文件:
cntraining add.font.exp0.tr new.font.exp0.tr
重命名文件,我把unicharset, inttemp, normproto, pfftable ,shapetable這幾個文件加了前綴added.(注:added.只是我給合成的字典的命名,個人隨意)
合並所有文件,生成一個大的資庫文件。
命令:combine_tessdata added.