Tesseract訓練

最近在用Tesseract作一個圖片識別的小應用，目標圖像只有數字和英文字母，在實際使用過程當中發現個別數識別錯誤，所以不得不研究學習Tesseract的訓練。

http://www.cnblogs.com/cnlian/p/5765871.html 該連接是重要的參考資料，然則按照文章操做，第二步對box文件進行修正就出現問題：jTessBoxEditor沒法正確識別圖像。

通過閱讀jTessBoxEditor的幫助文檔，問題得以解決。其中有一段提到關鍵點：

You will need to provide the TIFF/Box files as input to the editor. Images to be used in training should be of 300 DPI and 1 bpp (bit per pixel) black&white or 8 bpp grayscale, uncompressed TIFF format;

這段話大意就是要求tiff文件的分辨率爲300DPI，1比特黑白圖像或8比特的灰度等級，無壓縮。用photoshop從新處理圖片，成功實現了識別。（這點在上訴的文章沒有說起）

而後就能夠對圖片進行識別的修正了。

其次，box文件調整完後，能夠不用編寫批處理文件，jTessBoxEditor已經實現了自動化處理：