tesseract 3.02 训练字库全解

最近看到google的tesseract OCR 的文章，深感兴趣，就试了试具体实现方法。

如果要识别非常规范的字母和数字，直接使用自带的字库就足够；但是若要识别一些非规则或者手写的，就要训练自己的字库。

下面是我的一些步骤：

1、首先准备两个软件：

tesseract 3.02 下载：https://code.google.com/p/tesseract-ocr/downloads/list

jTessBoxEditor：http://vietocr.sourceforge.net/training.html

2、创建一个test文件夹，保存本次项目的所有文件。

将字库文件放到文件夹下，字库图片越多越好，最好是tif格式的，因为下面用到的jTessBoxEditor只能合并tif图片。

3、打开jTessBoxEditor软件选择tool->Merge,选择多张图片，确定，