本文记录使用Tesseract OCR引擎训练中文字符库的过程，旨在提高身份证信息识别的速度和精度。针对谷歌内置中文库的效率问题，通过自定义训练解决，并分享训练中遇到的错误及其解决方案。
最新用OCR识别身份证，用的tesseract引擎。但是google自带的中文库是在太慢了，尤其是对于性别、民族这样结果可以穷举的特征信息而言，完全可以自己训练字库。自己训练字库不仅可以提高识别速度，而且可以提高识别精度！
在训练过程中，常见的error有以下几种：
1）index >= 0 && index<size_used_:Error:Assert failed in genericvector.h, line 512
原因：
检查一下训练后type 13的数值。如果为0，说明shapetable没有配置进去。
2）empty page
原因：版面分析没有做好，没有找到字符。最好手动设置以下版面格式。如：
-psm 7 单行模式
最低0.47元/天 解锁文章
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
