环境vs2008 c++
写本文的时候，tess已经4.0，但是因为不再支持vs2008，我只能找到支持我IDE最后一个版本，3.0.2，庆幸它支持识别中文。
为什么不用vs2015，因为他要用到stdint.h(是c99中引进的一个标准C库的文件)，我不要，因为升上去，字符集会变化，我代码量太多，改动太大对生产系统有风险，无法在有限的时间完成全量测试。
因为我要用api，分为几步：
1、下载
到了2017年某法规实施后，googlecode早就连不上了，原因大家懂的。
（***）源代码可以通过github下载。https://github.com/tesseract-ocr/tesseract/tree/3.02.02
（***）语言文件可以通过sourceforge下载，https://sourceforge.net/projects/tesseract-ocr-alt/files/?source=navbar
（***）环境安装步骤，可以参照
2、编译
需要leptonica-1.68-win32-lib-include-dirs.zip，因为我只需要调用api，不需要跨IDE编译，所以不写了
3、调用api
这没难度，不写了
init完记得end，否则内存不够你用。
多线程：记得在项目属性中，x86编译记得打开【支持大于 2 GB 的地址(/LARGEADDRESSAWARE)】，否则多线程内存地址不够用，40个线程，瞬间撑爆，异常退出，本机16G内存，所以不是物理内存不足的问题，而是编译时的问题。是不是这个问题可以做个试验，vector<int> vet_test; while(1) {vet_test.push_back(1);} 崩溃时去任务管理器看看内存占用多少，基本在2G边缘。
4、训练
（***）官方指导性文章，强烈建议完整阅读，https://github.com/tesseract-ocr/tesseract/wiki/Training-Tesseract-3.00%E2%80%933.02
（***）中文优秀范例，感谢，给了很大启发，http://www.cnblogs.com/zhongtang/p/5555950.html
（***）中文说明（文中第一部分），http://blog.csdn.net/tuling_research/article/details/41091163
注意：训练时，报错就是错了，一定有问题，不要再继续训练了，无用功。
5、思路
（***）数字，中规中矩的字，用eng训练，修正，导出自己的语言包1。再用语言包1+eng再次验证，修正，导出自己的语言包2。再用语言包2+语言包1+eng再次验证，修正，导出自己的语言包3。。。。。以此类推，直至完美
（***）汉字，中规中矩的字，如果是有限集合的字，用chi_sim解包，利用chi_sim.unicharambigs去修正【一个字拆分成2个字的情况】
（***）自己创造语言？多次尝试失败，搁置。
训练的要点：每次训练的样本必须全量，对于同一个字，样本越多越好，官网说10个比较合适