1.整理图片
2. 生成box文件
tesseract mytest.tif mytest batch.nochop makebox
3.进行校对
4.训练
字符特征文件（*.tr）
tesseract test.tif test nobatch box.train
计算字符集（unicharset）
unicharset_extractor test.box
定义字体特征文件并聚集字符特征
新建font_properties文件，并输入test 0 0 0 0 0
test 必须与训练名中的名称保持一致,填入下面内容 ,这里全取值为0，表示字体不是粗体、斜体等等
mftraining -F font_properties -U unicharset test.tr
cntraining test.tr
把unicharset, inttemp, normproto, pffmtable,shapetable文件加上前缀“test.”。然后 合并训练文件,生成traineddata
combine_tessdata test.
查看新的语言包
将test.traineddata放到tesseract的traindata文件夹下。tesseract --list-langs
至此就完成了训练。
5.测试训练结果
文章资源下载：
tesseract：https://download.csdn.net/download/claroja/10711353
java环境：https://download.csdn.net/download/claroja/10711344
java11好像不能用，这里用java8
参考文献：
https://www.jianshu.com/p/5c8c6b170f6f
http://vietocr.sourceforge.net/