一、準備工作：
二、識別
1、進入cmd，進入到要識別的的路徑下。
2、輸入命令
tesseract 名稱 生成的結果檔案的名稱 字型檔
tesseract test.jpg result -l chi_sim更改名字，這個是有要求的=。=
tif文面命名格式[lang].[fontname].exp[num].tif
lang是語言 fontname是字型
比如我們要訓練自定義字型檔 mjorcen字型名normal
那麼我們把檔案重新命名 mjorcen.normal.exp0.jpg在轉tif。
2、生成box檔案。
box檔案和對應的tif一定要在相同的目錄下，不然後面打不開。
3、開啟jtessboxeditor矯正錯誤並訓練
開啟train.bat
找到tif圖，開啟，並校正。
4、訓練。
新建乙個font_properties檔案
裡面內容寫入 normal 0 0 0 0 0 表示預設普通字型
shapeclustering -f font_properties -u unicharset mjorcen.normal
.exp0.tr
mftraining -f font_properties -u unicharset -o unicharset mjorcen.normal
.exp0.tr
cntraining mjorcen.normal
.exp0.tr
如圖：
命令列輸入，合併五個檔案：
combine_tessdata normal.五、測試
1、把 normal.traineddata 複製到tesseract-ocr 安裝目錄下的tessdata資料夾中
2、識別命令：
識別成功，效果：
3、pycharm 程式實現
u'總共耗時：' + str(time2 - time1) + 's'
Tesseract OCR引擎 入門
ocr optical character recognition 光學字元識別,是指對檔案中的文字進行分析識別，獲取的過程。tesseract 開源的ocr識別引擎，初期tesseract引擎由hp實驗室研發，後來貢獻給了開源軟體業，後經由google進行改進，消除bug，優化，重新發布。當前版本...
Tesseract OCR引擎 入門
ocr optical character recognition 光學字元識別,是指對檔案中的文字進行分析識別，獲取的過程。tesseract 開源的ocr識別引擎，初期tesseract引擎由hp實驗室研發，後來貢獻給了開源軟體業，後經由google進行改進，消除bug，優化，重新發布。當前版本...
Tesseract OCR引擎 入門
ocr optical character recognition 光學字元識別,是指對檔案中的文字進行分析識別，獲取的過程。tesseract 開源的ocr識別引擎，初期tesseract引擎由hp實驗室研發，後來貢獻給了開源軟體業，後經由google進行改進，消除bug，優化，重新發布。當前版本...