借助jTessBoxEditor工具训练tesseract识别库

jTessBoxEditor工具

训练步骤

1. 准备样本图片
   准备100张验证码图片，名字后缀.png
2. 合并样本图片
   tool->Merges Till,将之前的100张图片选中，然后合并，命名为num.font.exp0.tif。
   备注：num是语言名称，font是字体名称
3. 生成box文件
   tesseract.exe num.font.exp0.tif num.font.exp0 batch.nochop makebox
4. 修改box文件
   切换到jTessBoxEditor工具的Box Editor页，点击open，打开前面的tiff文件num.font.exp0.tif，工具会自动加载对应的box文件。
   检查box数据，将识别错误的数据进行调整和修正。逐个核对tif文件的box数据，全部检查结束并保存
5. 生成font_properties文件
   定义字体特征文件。创建一个名称为font_properties的字体特征文件。font_properties不含有BOM头，文件内容格式如下：
   fontname italic bold fixed serif fraktur
   其中fontname为字体名称，必须与[lang].[fontname].exp[num].box中的名称保持一致。italic 、bold 、fixed 、serif、 fraktur的取值为1或0，表示字体是否具有这些属性。
   这里在样本图片所在目录下创建一个名称