本文主要參考以下幾篇文章改編而成：
http://ask.touchelf.net/ask/article/43.html
https://zhuanlan.zhihu.com/p/77013854
https://blog.csdn.net/yasi_xi/article/details/8763385
簡介
OCR(Optical Character Recognition)：光學字符識別，是指電子設備（例如掃描儀或數碼相機）檢查紙上打印的字符，通過檢測暗、亮的模式確定其形狀，然后用字符識別方法將形狀翻譯成計算機文字的過程。
Tesseract：開源的OCR識別引擎，初期Tesseract引擎由HP實驗室研發，后來貢獻給了開源軟件業，后由Google進行改進、修改bug、優化，重新發布。
聲明
本文僅適用於Tesseract-OCR5.0的環境；如果安裝的是Tesseract-OCR4.0版本，訓練過程請參考：http://ask.touchelf.net/ask/article/43.html
如果使用Java的Tess4J插件，建議使用Tesseract-OCR4.0版本制作訓練包；因為根據本人實測，Tesseract-OCR5.0做出來的訓練包，在tess4j-3.4.8版本上，無法測試通過。
下載與安裝
1、Tesseract-OCR的Windows版本下載地址：https://digi.bib.uni-mannheim.de/tesseract/，本文用的版本是tesseract-ocr-w64-setup-v5.0.0-alpha.20210811.exe。
注意：安裝完成之后，需要把安裝目錄（通常是：C:\Program Files\Tesseract-OCR）加入Path環境變量之中，以方便后面執行命令行工具。
注意：Tesseract-OCR4.0版本，默認安裝於C:\Program Files (x86)\Tesseract-OCR目錄。我用的是Tesseract-OCR5.0，64位版本。
注意：Tesseract-OCR4.0安裝之后，需要設置TESSDATA_PREFIX環境變量，指向C:\Program Files (x86)\Tesseract-OCR\tessdata；Tesseract-OCR5.0，64位版本則不需要此操作。
2、各版本對應字庫下載地址：https://github.com/tesseract-ocr/tessdata_best，要識別簡體中文需要下載chi_sim.traindata字庫。
注意：一定要用從上述鏈接中下載.traineddata文件；如果從原有tesseract-OCR中的.traineddata文件提取.lstm文件，會造成無法進行訓練。我這里下載的是eng.traineddata，因為我不用它來識別中文。
3、下載工具jTessBoxEditor，地址：https://sourceforge.net/projects/vietocr/files/jTessBoxEditor/，將之解壓縮到C盤某個目錄。這個工具是用來訓練樣本用的，由於該工具是用JAVA開發的，需要安裝JAVA虛擬機才能運行。
注意：帶FX的版本才支持中文。
初步測試
假定工作目錄為：D:\Work\testlang，在此目錄里面有一張測試圖片：3024.jpg；假定Tesseract-OCR安裝目錄為：C:\Program Files\Tesseract-OCR，已經將此目錄加入到Path環境變量中。
打開命令行工具（我是以管理員身份打開的，沒試過其它方式），切換到工作目錄，執行：
tesseract 3024.jpg result -l eng
從資源管理器打開工作目錄下的result.txt，里面的內容為：3M 2 A；顯然，識別率不是很高。
注意：-l 參數表明用何種語言包；如果是eng，則可以省略。
訓練
步驟一、首先，准備足夠多的訓練圖片
將這些圖片存放到工作目錄\orgin子目錄，本文全部為JPG格式的圖片。
步驟二，通過畫圖軟件，把這些圖片轉換為TIF格式
保存完之后，原先的JPG圖片已經無效，可以刪除。
步驟三、通過jTessBoxEditor，將這些TIF合並成一個文件
資源管理器打開jTessBoxEditor解壓縮目錄，執行：train.bat；窗口打開之后，單擊：Tools->Merge Tiff ，按住Shift鍵選擇工作目錄\orgin下面的TIF文件，並把合並生成的TIF文件放到工作目錄中，重新命名。我這里命名為：num.font.exp0.tif
tif文件命名格式：[lang].[fontname].exp[num].tif
tif命名規則：lang為語言名稱，fontname為字體名稱，num為圖片序號；
步驟四、生成box文件
切換到命令行工具，在工作目錄下執行：
tesseract num.font.exp0.tif num.font.exp0 batch.nochop makebox
Make Box File的命令格式：tesseract [lang].[fontname].exp[num].tif [lang].[fontname].exp[num] batch.nochop makebox
其中lang為語言名稱，fontname為字體名稱，num為序號，可以隨便定義。
注意：tif文件名必須與box文件名保持一致，且位於同一個目錄。這么理解吧：TIF文件用來保存圖像（可以保存多張圖片，用Page來分頁）；BOX文件用來保存圖像中文字的位置信息（每個字符的X、Y坐標，寬度、高度）。
步驟五、文字校正（這一步是真正自己做的工作）
運行jTessBoxEditor工具（如果已經打開，切換過去），點擊Box Editor->Open，打開num.font.exp0.tif文件，如下圖所示。可以看出有些字符識別不正確，需要對每張圖片中識別錯誤的字符進行校正。
窗口下方有翻頁按鈕；通過工具欄右上角的微調按鈕，修正每個字符的X、Y坐標，寬度、高度。不要的點刪除，增加有用的點（Delete、Insert）。
校正完成，保存即可，建議每頁修改完畢都按一次保存按鈕，避免意外。至此，jTessBoxEditorg工具的使命完成。
有文章說，如果jTessBoxEditor char列出現亂碼，點擊setting->font，然后選擇宋體。我沒試過，因為我識別英文。有此問題的同學，不妨試一下。
步驟六、利用.tif和.box文件生成.lstmf文件用於lstm訓練
在工作目錄，命令行工具執行：
tesseract num.font.exp0.tif num.font.exp0 --psm 6 lstm.train
參數含義：
- num.font.exp0.tif 上一步生成的.tif 格式的文件
- num.font.exp0 指明要生成的.lstmf文件的名稱
- -l eng 表示用到的語言，我這里訓練的是英語，故省略
- --psm 6 表示采用的識別模式，通常6 效果會好些
運行后工作目錄會多出一個num.font.exp0.lstmf文件
步驟七、從已有的.traineddata中提取.lstm文件
將下載好的.traineddata文件拷貝到工作目錄（為什么用下載的，而不用Tesseract-OCR自帶的，原因參考前面），我這里是eng.traineddata，命令行工具執行：
combine_tessdata -e eng.traineddata eng.lstm
注意：如果你是中文語言包，請自行下載。
步驟八、創建num.training_files.txt文件，里邊的內容為.lstmf文件的路徑地址
我這里是：D:\Work\testlang\num.font.exp0.lstmf
步驟九、進行訓練
在工作目錄創建output子目錄，命令行工具執行：
lstmtraining --model_output="D:\Work\testlang\output\output" --continue_from="D:\Work\testlang\eng.lstm" --train_listfile="D:\Work\testlang\num.training_files.txt" --traineddata="D:\Work\testlang\eng.traineddata" --debug_interval -1 --max_iterations 800
參數含義：
- --modeloutput 模型訓練輸出的路徑
- --continue_from 訓練從哪里繼續，這里指定從上面提取的 eng.lstm文件，
- --train_listfile 指定上一步創建的文件的路徑
- --traineddata 指定.traineddata文件的路徑
- --debug_interval 當值為-1時，訓練結束，會顯示訓練的一些結果參數
- --max_iterations 指明訓練遍歷次數
此時命令窗口中會有滾動的訓練歷程，這一步操作比較耗費時間。訓練結束后，在output文件夾中會生成i一個output_checkpoint文件和多個類似output0.012_3.checkpoint的.checkpoint文件。
步驟十、將checkpoint文件和.traineddata文件合並成新的.traineddata文件
在工作目錄，命令行工具執行：
lstmtraining --stop_training --continue_from="D:\Work\testlang\output\output_checkpoint" --traineddata="D:\Work\testlang\eng.traineddata" --model_output="D:\Work\testlang\output\num.traineddata"
參數含義：
- --stop_training 默認要有的
- --continue_from 上一步生成的output_checkpoint文件路徑
- --traineddata 第4步中下載的.traineddata文件的路徑
- --model_output zth.traineddata 輸出的路徑
然后，將新生成的num.traineddata文件拷貝到tesseract-OCR\tessdata文件夾下，通過代碼進行識別。
進一步測試
在工作目錄，命令行工具執行：
tesseract 3024.jpg result -l num
注意：語言包，必須選擇剛剛創建的num。打開工作目錄下的result.txt，里面的內容為：3024；至此，訓練告一段落。