發信人: maha <maha@tpts1.seed.net.tw>, 信區: BudaTech
標  題: Re: [Fwd: 丹青OCR“學習字庫功能”使用心得報告]
發信站: (NEWS/INFO) National Sun Yat-San University (Wed Oct 15 10:05:50 1997)
轉信站: Lion!ccnews.nsysu!news.nsysu!not-for-mail
來  源: buddha.nsysu.edu.tw

maha wrote:
> 
> ★★到底可以建立多少學習字？待考。

這下子好像『考』出來了→最好不要超過 330個字。

今天一開機玩丹青 OCR，奇怪！只要有掛上 T6142學習字，系統每次都當得
死死的。本還搞不清楚怎麼回事，直到換另一台電腦再試，我才確定是學習
字檔 train.dbs 長度過大所致。

我目前正在處理的《八十華嚴》有1430頁，昨天辨識到 472頁時，6142字集
的  train.dbs 長度為 76330 bytes。裡頭學習了多少字呢？讓我們稍微實
驗計算一下：

  字數  長度(bytes)
  ------------------
   1     394
   2     618
   3     842
   4    1066
  ------------------

  (76330-394)/224=339

有 339字，我懷疑這樣多的學習字數會造成系統嚴重當機。所以建議有使用
丹青 OCR的各位，請隨時留意您的 train.dbs  長度，大概超過 330字，也
就是長度超過  74314 bytes 時，就該適可而止了。若再增加下去，下場可
能很慘，整個學習字庫得重零開始建立。還好，我在 22122 bytes（97字）
時做過一次備份，現在正可以利用這個備份檔重新建立。

為了進一步確認，我將這個含有 339個學習字的T6142字集 train.dbs 私下
各寄一份給以下四人：

  tsungwu@email.gcn.net.tw
  benchu@mail.wicl.com.tw
  guby@cris.com
  wangtel@tpts5.seed.net.tw

希望他們撥空診斷一下。

PS. 不勞煩 heaven，他正忙著 CCCII→BIG5 轉碼程式。

                                                     maha 10/15/97