一. Steps：
學習圖片庫--->處理圖片（初步處理）--->校正.學習圖片
二. Tesseract:
1. 采集圖片庫（一般每個出現的字符出現20次左右識別效果比較好），根據圖片特點進行初步處理（二值化/灰度化/濾波/降噪等處理），並保存為.tif格式（x.tif)；
2. 使用JTessBoxEditor ,將得到的.tif圖片合並為一張圖片（Tool—>MergeTiff）；
3. 下載安裝tesseract-ocr-setup-3.01-1.exe；
4. 安裝后，運行命令行到.tif格式（x.tif)文件夾中，輸入tesseract.exe x.tif x batch.nochop makebox;(PS:保存為 同名同文件夾下）
5. 使用JTessBoxEditor打開x.tif文件進行逐個校正；（PS:每次校正后都得保存）
6.校正后，命令行執行：
tesseract.exe x.tif x nobatch box.train;
unicharset_extractor.exe x.box;
7. 在目錄下建立名為“font_properties”的文件，並輸入內容：x 1 0 0 1 0；
8.命令行執行：
cntraining.exe x.tr;
mftraining.exe –F font_properties –U unicharset x.tr;
9. 將目錄下生成的文件其中幾個unicharset/inttemp/normproto/pffmtable文件加上訓練名前綴“x.”;
10.命令行執行：
combine_tessdata x. 生成最終的校驗學習數據x.traineddata文件；
生成最終的文件示例如下：
11.將x.traineddata拷貝到tesseract-ocr-setup-3.01-1.exe安裝好的tesseract-ocr目錄下的tessdata下，找一張
經過初步處理的圖片，運行命令行執行：tesseract.exe xx.jpg out –l lm；在同級目錄下就會生成一個out.txt文件，里面的內容就是識別后的字符串。