准备好样本图片，merge成test.tif
生成BOX文件, 打开在 test.tif 文件目录下打开终端，执行
tesseract test.tif test makebox在命令行执行:echo font 0 0 0 0 0 >font_properties 注意 font 是值创建 字体的名字，下面合并训练文件时 会用到。 结果生成了font_properties文件
生成.tr训练文件,在命令行执行:
tesseract test.tif test -l eng -psm 7 nobatch box.train生成字符集文件
在命令行执行 :
unicharset_extractor test.box 生成shape文件
在命令行执行 :
shapeclustering -F font_properties -U unicharset -O test.unicharset test.tr生成聚集字符特征文件
在命令行执行:
mftraining -F font_properties -U unicharset -O test.unicharset test.tr 生成字符正常化特征文件 在命令行执行:
cntraining test.tr 生成的文件用 mv 命令进行更名
mv normproto test.normproto
mv inttemp test.inttemp
mv pffmtable test.pffmtable
mv unicharset test.unicharset
mv shapetable test.shapetable合并训练文件 在命令行执行:
combine_tessdata test.将fontyp.traineddata文件拷贝至Tesseract-OCR文件夹里的tessdata语言包文件夹里
mv test.traineddata test1.traineddata
sudo cp test1.traineddata /usr/share/tesseract-ocr/4.00/tessdata/
sudo cp test1.traineddata ../jTessBoxEditor/tesseract-ocr/tessdata/
img_grey = img.convert("L")
# 将颜色转成灰度img_two = img_grey.point(lambda x: 255 if x > 100 else 0)
# x 是颜色的中间值
-psm pagesegmode 也是一个可选参数默认值为3 不同的值用来说明待识别图片 提高识别率，不同值的含义如下：
0 =只进行定向和脚本检测（OSD）
1 =通过OSD进行页面自动分割
2 =自动分割，但没有OSD，或OCR
3 =全自动分割，但没有OSD（默认）
4 =假设待识别图片是一列的文本
5 =假设待识别图片是一个统一的垂直对齐的文本块
6 =假设待识别图片是一个统一的文本块
7 =把图像作为一个单一的文本行
8 =把图像当作一个字
9 =把图像作为一个字在一个圆圈中
10 =把图像当作一个单独的字符
11 Sparse text. Find as much text as possible in no particular order.
12 Sparse text with OSD.
13 Raw line. Treat the image as a single text line,
bypassing hacks that are Tesseract-specific.