tesseract 训练 + 识别

1. 联合语言训练库

tesseract也提出，通过使用多个语言训练库联合使用。如此，新的语言训练库也可以与原有的数据训练库联合使用。如参数 -l 之后 tesseract input.tif output -l eng+newlanguage。
注意：+ 前后不能有空格

2.限定识别范围

例如限定识别字符在为英文字母和数字

在 tessdata/configs 目录下 新建文件 letters_digits
输入 tessedit_char_whitelist 0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ

识别时指定:
tesseract  captcha_0.tif stdout nobatch letters_digits 

3. 指定 psm mode

验证码识别用 7 或 8