tesseract-ocr字符识别，安装/测试/训练 问题/解决方案

2018.5.4更新 training tesseract

由于Ubuntu下训练tesseract 教程不足，还在继续摸索。现在转用Windows下的tesseract 3.05版本（tesseract 4.0在我的win10下总是出错 还没办法解决）

• windows tesseract版本下载。
• exe安装。
• 安装完成后打开CMD输入tesseract回车出现tesseract介绍/help等，即安装成功。

测试：新建测试文件夹/.../test 用画图板准备图片文件：test.png

命令行进入该文件目录下，输入测试命令：

tesseract test.png output_test -l eng

【语法】tesseract imagename outputbase[-l lang] [-psm pagesegmode] [configfile...]

接下来的教程见→  教程

所遇到的问题及解决方案：

1. Failed to load font_properties from font_properties

【解决】： 将命令行

mftraining -F font_properties -U unicharset -O num.unicharset num.font.exp0.tr 

更改为：

mftraining -F font_properties.txt -U unicharset -O num.unicharset num.font.exp0.tr 

2.Illegal short name for a feature

换下一张图片进行训练，（跳过该问题训练集）

3.ICU ERROR...

【解决】打开VS调试，选择调试→选项→调试→常规→启动源服务器支持

                                                                                →符号→Microsoft符号服务器

【有图教程】

4.【画了6张tif图，但是无法用jTessBoxEdit合并，可能训练样本有问题，重新尝试解决】

5. empty page

6. jTessBoxEditor中文乱码 在setting中将字体改为宋体