这里要安装两个工具:
1.VietOCR
这个工具是用来整理图片,将一个个图片整理成一个tif文件
2.jTessBoxEditorFX
这个工具是用来标注文字的

首先要安装java8的环境，这里选择的是jdk-8u191-win64.

1.整理图片

2. 生成box文件

tesseract test.tif test -l chi_sim batch.nochop makebox

3.进行校对

注意tif文件名称要和box文件名称相同，而且二者要位于同一个文件夹下面。这时用jtess打开tif文件即可。

4.训练

字符特征文件（*.tr）

tesseract test.tif test nobatch box.train

计算字符集（unicharset）

unicharset_extractor test.box

定义字体特征文件并聚集字符特征

新建font_properties文件，并输入
test 0 0 0 0 0
test 必须与训练名中的名称保持一致,填入下面内容 ,这里全取值为0，表示字体不是粗体、斜体等等

mftraining -F font_properties -U unicharset test.tr

cntraining test.tr

把unicharset, inttemp, normproto, pffmtable,shapetable文件加上前缀“test.”。然后合并训练文件,生成traineddata

combine_tessdata test.

查看新的语言包
将test.traineddata放到tesseract的traindata文件夹下。
tesseract --list-langs

至此就完成了训练。

5.测试训练结果

文章资源下载：
tesseract：https://download.csdn.net/download/claroja/10711353
java环境：https://download.csdn.net/download/claroja/10711344
java11好像不能用，这里用java8

参考文献：
https://www.jianshu.com/p/5c8c6b170f6f
http://vietocr.sourceforge.net/

tesseract win 训练相关推荐

Tesseract OCR 训练字库
Tesseract OCR是一款由HP实验室开发由Google维护的开源OCR引擎,在字符识别领域发挥着举足轻重的作用.除了使用软件自带的中英文识别库,我们可以使用Tesseract OCR训练属于自 ...
OCR开源库Tesseract汉字识别训练
用python OCR库pytesseract 写的一个OCR识别身份证程序:https://github.com/iChenwin/pytesseractID 先用中文做个示例: 拿到一张chi.p ...
magenta在win训练Melody RNN模型教程
写在前面训练的模型是Melody RNN,详情查看官方GitHub页面. 参考资料:教练我想写日式流行歌!--黑科技magenta残差网络训练教程准备首先安装python.tensorflow. ...
tesseract linux 训练
参考文献: https://ivanzz1001.github.io/records/post/ocr/2017/09/18/tesseract-training https://blog.csdn. ...
Python机器学习：训练Tesseract
训练Tesseract 大多数其他的验证码都是比较简单的.例如,流行的 PHP 内容管理系统 Drupal 有一个著名的验证码模块(https://www.drupal.org/project/ca ...
训练Tesseract
训练Tesseract 大多数其他的验证码都是比较简单的.例如,流行的 PHP 内容管理系统 Drupal 有一个著名的验证码模块(https://www.drupal.org/project/ca ...
python爬虫学习笔记 3.9 （了解参考：训练Tesseract）
python爬虫学习笔记 3.9 (了解参考:训练Tesseract) 参考阅读:训练Tesseract 要使用 Tesseract 的功能,比如后面的示例中训练程序识别字母,要先在系统中设置一个新 ...
Tesseract训练中文字体识别（转）
原文地址:http://www.jianshu.com/p/31afd7fc5813 前言网上已经有大量的tesseract的识别教程,但是主要有两个缺点: 大多数比较老,有部分内容已经不适用. 大 ...
Tesseract训练新字体
最近工作需要,要对特定字体准确识别,用官方下载的eng识别库,错误率比较高,不能满足要求,所以就踏上了训练字库的征程,我说下我寻找的几种训练方法注意: Tesseract-OCR 和 Tessera ...

tesseract win 训练