Tesseract OCR使用

1. 准备tif图片

• 可以使用 Tesseract 自带的 text2image 工具来生成图像
• 可以使用jTessBoxEditor将图片生成tif文件

tif命名规则：[lang].[fontname].exp[num].tif

• lang = 语言
• fontname = 字体
• num = 图片序号

比如我们要训练自定义字库 testlang、字体名normal，则命名为testlang.normal.exp0.tif

2. 生成box文件

# 语法如下:
tesseract tif文件名.tif box文件名 -l 字体库 batch.nochop makebox

tesseract zwp.font.exp0.tif \
zwp.font.exp0 \
-l chi_sim \
batch.nochop makebox

注意：tif文件名与box文件名必须保持一致