tesseract 训练自己的字库说明

tessecract训练数据，OCR      

  如果你的数据不止一个tif你可以使用jTessBoxEditor工具合并成一个tif文件。因为我这里只有一个图片，所以就不需要打包成一个文件了，图片的名字有一定命名要求的，比如可以num.font.exp0.tif，我这里命名的是myfontlab.normal.exp0.tif

1.制作自己的box:
tesseract myfrontlab.abcd.exp0.tif myfrontlab.abcd.exp0 -l chi_sim batch.nochop makebox

2.使用jTessBoxEditor  打开tif文件，调整文字

3.产生特征文件

tesseract myfrontlab.abcd.exp0.tif myfrontlab.abcd.exp0 nobatch box.train

4.生成一个unicharset文件

unicharset_extractor myfrontlab.abcd.exp0.box

5.定义字体特征文件 font_properties

6.聚集字符特征

shapeclustering -F font_properties -U unicharset myfrontlab.abcd.exp0.tr

mftraining -F font_properties -U unicharset -O unicharset myfrontlab.abcd.exp0.tr

生成五个文件

cntraining myfrontlab.abcd.exp0.tr

修改五个文件相关的文件名，全部增加normal.

combine_tessdata normal.

验证字体
tesseract myfrontlab.abcd.exp0.png result1 -l normal