1. 安裝jTessBoxEditor（需安裝java，中文識別需要FX版本）
2.雙擊打開，如果打不開（java -jar jar的路徑）
3.打開 jTessBoxEditor ，選擇 Tools -> Merge TIFF，選擇要訓練的圖片，保存.tif的路徑
4.在tifi的路徑下cmd：tesseract chi_my.font.exp0.tif chi_my.font.exp0 -l chi_sim batch.nochop makebox
5.jTessBoxEditorFX開打.box文件，調整文字位置和文字內容
6.目錄路徑下cmd:echo font 0 0 0 0 0>font_properties
7.tesseract chi_my.font.exp0.tif chi_my.font.exp0 nobatch box.train
8. 生成之後手工修改 Clustering 過程生成的 4 個文件（inttemp、pffmtable、normproto、shapetable）的名稱爲 [lang].xxx。這裏改爲 chi_my.inttemp、chi_my.pffmtable、chi_my.normproto、chi_my.shapetable
mv inttemp chi_my.inttemp
mv pffmtable chi_my.pffmtable
mv normproto chi_my.normproto
mv shapetable chi_my.shapetable
9.合併：combine_tessdata chi_my.
10.把chi_my.traineddata 放到tesseract-ocr\tessdata下面
一、素材準備
1.圖片轉tif：jtessBoxEditor
2.tif生成Box：tesseract xxx.tif xxx batch.nochop makebox（如果是中文加參數 -l chi_sim，即：tesseract xxx.tif xxx -l chi_sim batch.nochop makebox）
3.jtessBoxEditor 打開box文件矯正
二、合併字庫
1.生成.tr文件
tesseract xxx.tif xxx nobatch box.train （中文最好加參數 -l chi_sim tesseract xxx.tif xxx -l chi_sim nobatch box.train）
2.提取特徵
unicharset_extractor 文件1.box 文件2.box 文件3.box
3.生成字體特徵格式爲：
字體名稱 <fontname> <italic> <bold> <fixed> <serif> <fraktur> 取值0 或1 例如：新建一個font.txt
dx 0 0 0 0 0
fs 0 0 0 0 0
dg 0 0 0 0 0
4.執行命令 mftraining -F font.txt -U unicharset dx.tr fs.tr yh.tr
5.聚集 tr文件
cntraining dx.tr fs.tr yh.tr
三、生成字庫
6.unicharset, inttemp, normproto, pfftable，shapetable 幾個文件加前綴
7.combine_tessdata xxxx.
在原有訓練數據的基礎上，如果有新的字符訓練信息需要加入，所有數據重新校準一遍就累死人了。。。。
經研究找到實用合併方法（紅色部分爲示例，實際應爲你自己生成的文件名）：
在新的訓練數據生成.box 和.tr文件後，
生成字符集 unicharset_extractor add.font.exp0.box new.font.exp0.box
合併訓練數據(.tr)
mftraining -F font_properties -U unicharset -O added.unicharset add.font.exp0.tr new.font.exp0.tr
聚合所有的tr文件：
cntraining add.font.exp0.tr new.font.exp0.tr
重命名文件，我把unicharset, inttemp, normproto, pfftable ，shapetable這幾個文件加了前綴added.（注：added.只是我給合成的字典的命名，個人隨意）
合併所有文件，生成一個大的資庫文件。
命令：combine_tessdata added.