用jTessBoxEditor训练tesseract-ocr字库

      tesseract-ocr的字库训练，用到的软件是jTessBoxEditor，该软件基于JAVA运行，所以你的机器上必须有JAVA运行环境.

 

1. 准备JAVA运行环境，这个应该基本都知道怎么搞， 没有的去官网下载安装即可。JAVA运行时下载

2. 下载训练工具jTessBoxEditor，FX的版本可以训练汉字，官网下载地址：jTessBoxEditor下载

3. 先准备好包含文字的图片，如: eng.abc.exp0.png

4. 将图片转换成TIF文件 打开一个cmd，cd 到 jTessBoxEditorFX\tesseract-ocr目录，输入 tesseract eng.abc.exp0.png eng.abc..exp0 -l eng batch.nochop makebox

5. 打开jTessBoxEditorFX，选中“Box Editor”,进行BOX的调整，调整完成点击“SAVE”

6. 选中“Trainer”,选择“Train with Existing Box”, 点击“Run” 即可生成训练文件