用Tesseract-OCR做识别库的时候，生成字典非常麻烦，就写了一个批处理，用来生成字典还是蛮方便的，希望大家有用，该批处理已经自动生成font_properties文件，各位无需手动创建
下载地址：http://tesseract-ocr.googlecode.com/files/tesseract-ocr-setup-3.01-1.exe
下面简单说下怎么训练
1、批量下载、并保存需要识别的图片（验证码）；
2、预处理图片（降噪、剪裁、灰度）；
3、使用 jTessBoxEditor 生成 tif 文件（注：jTessBoxEditor是java软件，需要安装java jdk）
4、复制我这个批处理文件到生成的tif目录下执行
5、输入tif的完整文件名
6、输入字典项目名称
7、是否生成box文件，没有生成的，选择y，已经生成并修正过的就选择n
8、生成完毕
下面是批处理的内容，复制下面内容，保存一个.bat文件
echo off
cls
set /p img=请输入图片名：
set /p pro=请输入项目名：set /p level=是否生成box？
if %level% NEQ n goto step2
if %level% NEQ N goto step2echo 、生成%img%的box文件，项目名【%pro%】
pause
tesseract.exe %img% %pro% batch.nochop digits makebox
cls
echo 生成box文件完成，请使用jTessBoxEditor校正识别信息。
pause:step2
tesseract.exe %img% %pro% nobatch box.train
unicharset_extractor.exe %pro%.boxecho 生成font_properties文件
set val=%pro%
echo %val%>font_propertiescntraining.exe %pro%.trmftraining.exe -F font_properties -U unicharset %pro%.trecho 重命名文件
rename inttemp %pro%.inttemp
rename unicharset %pro%.unicharset
rename normproto %pro%.normproto
rename pffmtable %pro%.pffmtable
rename shapetable %pro%.shapetable
echo 生成字典文件...
combine_tessdata %pro%.echo 字典生成完毕，已生成字典：%pro%.traineddata
注：3.0.2 增加了一个 shapetable 文件，在重命名时这个文件也需要重名命
