Tesseract-OCR的训练与使用

参考：http://blog.youkuaiyun.com/yasi_xi/article/details/8763385

概述：用4幅手写数字图片为训练样本，1幅为测试样本，按下面方法得Tesseract-OCR新字库num.traineddata。最终识别结果准确率较高。

▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬

一 前期准备

1.下载并安装tesseract-ocr

我下载的是tesseract-ocr-setup-3.02.02.exe，安装路径为D:\Program Files (x86)\Tesseract-OCR。

尽量不安装在C盘，因为有写限制，不方便。

2.下载并解压jTessBoxEditor

jTessBoxEditor的作用：(1).将多幅图片合并成1幅.tif文件；(2).更正识别错误的字符。

jTessBoxEditor是用java写的，运行前还要安装jre(Java RuntimeEnvironment)。

3.准备训练图片和测试图片