mysql 샘플 테이블 + 쿼리 연습 문제

-
http://java-school.net/jdbc/SQL-SELECT-Statement CREATE TABLE DEPT (     DEPTNO DECIMAL ( 2 ),     DNAME VARCHAR ( 14 ),     LOC VARCHAR ( 13 ),     CONSTRAINT PK_DEPT PRIMARY KEY ( DEPTNO ) ); CREATE TABLE EMP (     EMPNO DECIMAL ( 4 ),     ENAME VARCHAR ( 10 ),     JOB VARCHAR ( 9 ),     MGR DECIMAL ( 4 ),     HIREDATE DATE ,     SAL DECIMAL ( 7 , 2 ),     COMM DECIMAL ( 7 , 2 ),     DEPTNO DECIMAL ( 2 ),     CONSTRAINT PK_EMP PRIMARY KEY ( EMPNO ),     CONSTRAINT FK_DEPTNO FOREIGN KEY ( DEPTNO ) REFERENCES DEPT ( DEPTNO ) ); CREATE TABLE SALGRADE (     GRADE TINYINT ,     LOSAL SMALLINT ,     HISAL SMALLINT ); INSE...

Tesseract OCR training 문자 학습 하기

-

Tesseract-OCR.3.0.2.exe 를 다운받아 Java소스로 구현하는 것까지 했음.
문자 학습을 해보자 (영어)


1.
https://sourceforge.net/projects/vietocr/files/jTessBoxEditor/

jTessBoxEditorFX-2.0-RC.zip 위의 경로에서 jTessBoxEditor 다운로드한다.
압축을 풀고 'train' 파일 실행
(다운로드 후 안에있는 이미 다운받은 tesseract-ocr은 지워주었다)




2.
메모장에 문장을 작성하고 저장한다.
문장예시)
 The (quick) brown {fox} jumps! over the $3,456.78 <lazy> #90 dog & duck/goose, as 12.5% of E-mail from aspammer@website.com is spam?


3.
.txt파일 .tif로 변환)
jTessBoxEditor에서 TIFF/BOX Generator 탭 ->
input 방금 작성한 텍스트파일 선택 ->
output은 tif파일 저장할 경로 jTessBoxEditorFX\samples\vie ->
랭귀지 설정(원하는대로 설정가능), 폰트 설정->
Generate 클릭 ->
jTessBoxEditorFX\samples\vie 경로에서 box파일이 생성된것을 볼 수 있다.




4.
에디터에서 Box Editor 탭->open->
방금만들어준 파일을 불러와서 수정할거있음하고 저장.->
box파일이 생긴 경로 jTessBoxEditorFX\samples\vie 에서 cmd창을 열어준다.->
tif파일의 이름(test.bradleyhanditc.exp0)을 넣어서 command라인에 작성
ex)
tesseract.exe test.bradleyhanditc.exp0.tif test.bradleyhanditc.exp0 nobatch box.train

결과)










vie 폴더에 test.font_properties파일이 생겼다. 파일명에서 test.을 지워준다.



5.
command라인에 입력하면 unicharset을 생성해준다.
unicharset_extractor.exe test.bradleyhanditc.exp0.box







6.
클러스터링
command라인에 입력
shapeclustering -F font_properties -U unicharset test.bradleyhanditc.exp0.tr
(4번에서 언급한 font_properties 파일명 앞에 랭귀지를 빼주지않으면 에러남)
















7.
command라인에 입력
mftraining.exe -F font_properties -U unicharset -O eng.unicharset  test.bradleyhanditc.exp0.tr

여기까지 하면 새로운 파일들이 생성되어있다. inttemp, pffmtable, shapetable



























8.
normproto 파일이 하나 더 필요하다. 어디서 무슨파일이 생성되는지는 버전에따라 다른듯.
command라인에 입력
cntraining test.bradleyhanditc.exp0.tr
여기까지해서 생성된  inttemp, pffmtable, shapetable, normproto, unicharset 5개 파일 앞에 test. 을 붙여준다. (자신이 설정한 랭귀지명)
























9.
파일들 합치기
command라인에 입력 combine_tessdata.exe 랭귀지명. (반드시 마침표찍어야함)
combine_tessdata.exe test.

여기까지하면 test.traineddata 라는 파일이 생긴다.


10.
9번 파일을 Tesseract-OCR\tessdata 에 넣어준다.

확인하기 command라인 입력
tesseract test.bradleyhanditc.exp0.tif output -l test



---------------------------------------------------------------------------------------

참고> 트레이닝 튜토리얼(영어)
https://github.com/tesseract-ocr/tesseract/wiki/Training-Tesseract-3.00%E2%80%933.02


되긴하는데 100%는 아니다 W를 VV로 인식한다.
java코드에서 어떻게 xxx.traineddata를 읽어와야하는지 모르겠다.