如何在Tess-two中启用LSTM模式加载匈牙利语训练数据？

1. 升级Tesseract依赖库 #

你当前使用的com.rmtheis:tess-two:9.1.0基于Tesseract 3.05，不支持LSTM引擎。需要替换为支持Tesseract 4.x+的安卓绑定库，修改gradle依赖：

dependencies {
    implementation 'io.github.rharter.tesseract:tesseract-android:4.1.1'
}

该库对应Tesseract 4.1.1，完全支持LSTM模式。

2. 确认训练数据兼容性 #

确保你下载的匈牙利语训练数据（hun.traineddata）是Tesseract 4.x兼容的LSTM格式，将文件放置在assets/tessdata/目录下。

3. 修改代码启用LSTM引擎 #

更新后的库支持设置OCR引擎模式，调整代码如下：

AssetHelper.Init(context);
AssetHelper.extractAssets(context);

TessBaseAPI tessBaseAPI = new TessBaseAPI();
// 启用纯LSTM引擎模式
tessBaseAPI.setOcrEngineMode(TessBaseAPI.OEM_LSTM_ONLY);
// 初始化时校验结果
boolean initSuccess = tessBaseAPI.init(AssetHelper.tessDataPath, "hun");
if (!initSuccess) {
    Log.e("OCR", "Tesseract初始化失败");
    return;
}

tessBaseAPI.setPageSegMode(TessBaseAPI.PageSegMode.PSM_SINGLE_BLOCK);
tessBaseAPI.setImage(AssetHelper.getImageBitmap(context));
String data = tessBaseAPI.getUTF8Text();
dataOutput.setText(data);

tessBaseAPI.clear();
tessBaseAPI.end();

4. 排查初始化失败的常见问题 #

• 路径与文件检查：确认AssetHelper.tessDataPath指向的目录中存在完整的hun.traineddata文件，无损坏。
• 存储权限：安卓10及以上版本，若训练数据提取到应用私有目录则无需额外权限；若使用外部存储，需申请READ_EXTERNAL_STORAGE权限。
• 文件提取完整性：检查AssetHelper.extractAssets方法是否正确复制assets/tessdata/hun.traineddata到目标路径，避免文件缺失。

内容的提问来源于stack exchange，提问作者Barnabás Uglik