使用默認的語言庫識別
1.安裝Tesseract
從http://code.google.com/p/tesseract-ocr/downloads/list下載Tesseract，目前版本爲Tesseract3.02。因爲只是測試使用，這裏直接下載winodws下的安裝文件tesseract-ocr-setup-3.02.02.exe。安裝成功後會在相應磁盤上生成一個Tesseract-OCR目錄。通過目錄下的tesseract.exe程序就可以對圖像字符進行識別了。
2.準備一副待識別的圖像，這裏用畫圖工具隨便寫了一串數字，保存爲11111.jpg，如下圖所示：
3. 開始菜單打開命令行，定位到Tesseract-OCR目錄，輸入命令：
3. 打開Tesseract-OCR目錄下的result.txt文件，看到識別的結果爲764-2316857，有2個字符識別錯誤，識別率還不是很高，那有沒有什麼方法來提供識別率呢？Tesseract提供了一套訓練樣本的方法，用以生成自己所需的識別語言庫。下面介紹一下具體訓練樣本的方法。
訓練樣本
關於如何訓練樣本，Tesseract-OCR官網有詳細的介紹http://code.google.com/p/tesseract-ocr/wiki/TrainingTesseract3。這裏通過我自己做的例子來介紹一下如何進行樣本訓練。
1.下載工具jTessBoxEditor. http://sourceforge.net/projects/vietocr/files/jTessBoxEditor/，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JDK，才能運行。可以在http://www.oracle.com/technetwork/java/javase/downloads/jdk7-downloads-1880260.html
下載Java SE Development Kit 7u71，看你電腦的具體需求環境。
2.把所有的需要訓練的圖片合併爲一張tiff格式的圖片，如何合併呢？通過jTessBoxEditor中的Merge
Tiff 來完成，不過他的小缺點就是隻能合併多張tiff格式的，如果你的圖片是jpg的，需要先通過格式工廠轉換爲tif。
3.合併圖像。運行jTessBoxEditor工具，在點擊菜單欄中Tools--->Merge
TIFF。在彈出的對話框中選擇樣本圖像（按Shift選擇多張），合併成new.font.exp0.tif文件。
4.生成Box
File文件。在new.font.exp0.tif所在的目錄下打開一個命令行，輸入：
生成的BOX文件爲new.font.exp0.box，該文件記錄了tesseract識別出來的每一個字和其位置座標。
注：Make
Box File的命令格式爲：
tesseract [lang].[fontname].exp[num].tif [lang].[fontname].exp[num] batch.nochop makebox 其中lang爲語言名稱，fontname爲字體名稱，num爲序號，可以隨便定義。
5.文字校正。使用jTessBoxEditor中的Box
Editor打開new.font.exp0.tif文件，需要記住的是第4步生成的new.font.exp0.box要和這個new.font.exp0.tif文件同在一個目錄下。如下圖所示，可以看出有些字符識別的不正確，可以通過該工具手動對每張圖片中識別錯誤的字符進行校正。校正完成後保存即可。
6.定義字體特徵文件。Tesseract-OCR3.01以上的版本在訓練之前需要創建一個名稱爲font_properties的字體特徵文件。
font_properties不含有BOM頭，文件內容格式如下：
<fontname> <italic> <bold> <fixed> <serif> <fraktur>其中fontname爲字體名稱，必須與[lang].[fontname].exp[num].box中的名稱保持一致。<italic>
、<bold> 、<fixed> 、<serif>、 <fraktur>的取值爲1或0，表示字體是否具有這些屬性。
在樣本圖片所在目錄下創建一個名稱爲font_properties的文件，
.用記事本打開，輸入以下下內容：
這裏全取值爲0，表示字體不是粗體、斜體等等。
7.生成語言文件
在樣本圖片所在目錄下創建一個批處理文件rem，
輸入如下內容：
echo
Run Tesseract for Training..
tesseract.exe new.font.exp0.tif new.font.exp0 nobatch box.train
echo Compute the Character Set..
unicharset_extractor.exe new.font.exp0.box
mftraining -F font_properties -U unicharset -O new.unicharset new.font.exp0.tr
echo Clustering..
cntraining.exe new.font.exp0.tr
echo Rename Files..
rename normproto new.normproto
rename inttemp new.inttemp
rename pffmtable new.pffmtable
rename shapetable new.shapetable
echo Create Tessdata..
combine_tessdata.exe new. （這裏new後面的 . 不能缺少）
tesseract.exe new.font.exp0.tif new.font.exp0 nobatch box.train
echo Compute the Character Set..
unicharset_extractor.exe new.font.exp0.box
mftraining -F font_properties -U unicharset -O new.unicharset new.font.exp0.tr
echo Clustering..
cntraining.exe new.font.exp0.tr
echo Rename Files..
rename normproto new.normproto
rename inttemp new.inttemp
rename pffmtable new.pffmtable
rename shapetable new.shapetable
echo Create Tessdata..
combine_tessdata.exe new. （這裏new後面的 . 不能缺少）
最後把批處理文件rem的後綴改爲.bat 。
將批處理通過命令行執行（call rem）。執行後的結果如下：
必須確定的是Offset
1、3、4、5、13的數據不是-1，那麼一個新的字典就算生成了。
new.traineddata是最終生成的字典。將生成的new.traineddata拷貝到Tesseract-OCR-->tessdata目錄下。以後就可以使用該該字典來識別了，例如：
