tessract-ocr 训练步骤及对应命令

1.利用.tif图片文件生成.box文件

 tesseract xi.ha.exp0.tif xi.ha.exp0 -l chi_sim batch.nochop makebox

这里chi_sim指中文，可换成相应文字

这里图片以xi.ha.exp0.tif命名

2.jTessBoxEditor工具进行修改

3.训练box 、生成字符集、等、

tesseract xi.ha.exp0.tif xi.ha.exp0 box.train
unicharset_extractor xi.ha.exp0.box
echo ha 0 0 0 0 0 >> font_properties
shapeclustering -F font_properties -U unicharset xi.ha.exp0.tr
mftraining -F font_properties -U unicharset -O xi.unicharset xi.ha.exp0.tr 
cntraining xi.ha.exp0.tr
mv inttemp xi.inttemp 
 mv pffmtable xi.pffmtable
 mv normproto xi.normproto
 mv shapetable xi.shapetable
 combine_tessdata xi.

4.拷贝已训练文件到tessract 调用文件中