Tesseract，一款由HP实验室开发由Google维护的开源OCR（Optical Character Recognition , 光学字符识别）引擎，与Microsoft Office Document Imaging（MODI）相比，我们可以不断的训练的库，使图像转换文本的能力不断增强；如果团队深度需要，还可以以它为模板，开发出符合自身需求的OCR引擎。
源码地址为：https://github.com/tesseract-ocr/tesseract；
接下来，我们将在Windows环境下安装Tesseract并实现简单的转换和训练：
1、Tesseract实现
大体流程：Tesseract安装 -> 打开命令行 -> 生成目标文件
Tesseract安装
下载tesseract：https://digi.bib.uni-mannheim.de/tesseract/
在测试之前先了解下tesseract的命令程序格式：
tesseract imagename outputbase [-l lang]
imagename指定图片名称，outputbase指定输出文件名，-l指定识别的语言
生成目标文件
先准备一张图片文件，如test.png
将命令行切换至目标图像文件目录，比如我们转换文件为test.png（图片文件允许多种格式），位于C:UsersLianDesktop est；然后在命令行中输入
tesseract test.png output_1 –l eng
【语法】: tesseract imagename outputbase [-l lang] [-psm pagesegmode] [configfile…]
imagename为目标图片文件名，需加格式后缀；outputbase是转换结果文件名；lang是语言名称（在Tesseract-OCR中tessdata文件夹可看到以eng开头的语言文件eng.traineddata），如不标-l eng则默认为eng。
打开文件output_1.txt，发现tesseract成功的将图像转换成152408。
可喜可贺，说明老牌名将tesseract还是很强的！但是还是有点不够准确，那么我们有没有什么办法能提高tesseract识别字符准确率呢？接下来，我们将使用配套训练工具jTessBoxEditor来训练样本，来提高我们的准确率！
2、Tesseract训练：
大体流程为：安装jTessBoxEditor -> 获取样本文件 -> Merge样本文件 –> 生成BOX文件 -> 定义字符配置文件 -> 字符矫正 -> 执行批处理文件 -> 将生成的traineddata放入tessdata中
2.1安装jTessBoxEditor
下载jTessBoxEditor，地址https://sourceforge.net/projects/vietocr/files/jTessBoxEditor/；解压后得到jTessBoxEditor，由于这是由Java开发的，所以我们应该确保在运行jTessBoxEditor前先安装JRE（Java Runtime Environment，Java运行环境）。
2.2获取样本文件
我们可以用画图工具绘制样本文件，数量越多越好，我自己画了5张图，如图：
【注意】：样本图像文件格式必须为tif iff格式，否则在Merge样本文件的过程中会出现 Couldn’t Seek 的错误。
2.3 Merge样本文件
打开jTessBoxEditor，Tools->Merge TIFF，将样本文件全部选上，并将合并文件保存为fontyp.test.exp0.tif
2.4 生成BOX文件
打开命令行并切换至fontyp.test.exp0.tif所在目录，输入，生成文件名为fontyp.test.exp0.box
tesseract fontyp.test.exp0.tif fontyp.test.exp0 batch.nochop makebox
【语法】：tesseract [lang].[fontname].exp[num].tif [lang].[fontname].exp[num] batch.nochop makebox
lang为语言名称，fontname为字体名称，num为序号；在tesseract中，一定要注意格式。
2.5 字符矫正
打开jTessBoxEditor，BOX Editor -> Open，打开fontyp.test.exp0.tif；矫正<Char>上的字符，记得<Page>有好多页噢！
修改后记得保存。
2.6 生成font_properties
在目标文件夹内生成一个名为font_properties的文本文件，内容为
font 0 0 0 0 0
【语法】：<fontname> <italic> <bold> <fixed> <serif> <fraktur>
fontname为字体名称，italic为斜体，bold为黑体字，fixed为默认字体，serif为衬线字体，fraktur德文黑字体，1和0代表有和无，精细区分时可使用。
6)、生成训练文件
执行命令，生成fontyp.test.exp0.tr训练文件
tesseract fontyp.test.exp0.tif fontyp.test.exp0 -l eng nobatch box.train
7)、生成字符集文件
执行命令，生成名为unicharset的字符集文件。
unicharset_extractor fontyp.test.exp0.box
8)、生成shape文件
执行命令，生成shape文件
shapeclustering -F font_properties -U unicharset -O langyp.unicharset fontyp.test.exp0.tr
9)、生成聚集字符特征文件
执行命令，生成3个特征字符文件，unicharset、inttemp、pffmtable
mftraining -F font_properties -U unicharset -O langyp.unicharset fontyp.test.exp0.tr
10)、生成字符正常化特征文件
10)、执行命令，生成正常化特征文件normproto。
cntraining fontyp.test.exp0.tr
11)、更名
执行命令，把步骤9，步骤10生成的特征文件进行更名。
rename normproto fontyp.normproto rename inttemp fontyp.inttemp rename pffmtable fontyp.pffmtable rename unicharset fontyp.unicharset rename shapetable fontyp.shapetable
12)、合并训练文件
执行命令，生成fontyp.traineddata文件。
combine_tessdata fontyp.
注意：
a、fontyp.traineddata文件最终要拷贝tesseract安装目录的tessdata目录下，才能被tesseract找到。
b、命令行最后必须带一个点。