tesseract只能识别训练后的汉字，训练前的识别不了？

Question

大家好，第一次进行汉字识别，并训练字库，在训练字库后，出现 一些问题，请教各位。
训练教程参照https://www.jianshu.com/p/31a...
选取的图片为：

训练前，使用tesseract进行识别，结果为：

风急天高猿啸衷′

 

无边落木萧萧下
万 悲秋常作害

 

 

渚清沙^鸟飞巩

 

 

 

 

 

 

 

′ 不尽长江滚滚来。

′百仨

 

三多病独登台=

艰难苦恨寰霜鬓′ 渣倒新停浊酒杯=

然后按照教程开始训练，训练后识别的结果为：

′ 渚清沙白鸟飞回 。
′ 不尽长江滚滚来。
万 秋 ′ 百年多病独登台。
艰难苦恨繁霜鬓′ 潦倒新停浊酒杯。

训练后的结果，是我使用jtessboxeditor修改的字，训练前的字都不见了。
如何能识别出这张图片上的所有字呢？

Answer 1

我最近也在研究tesseract,好像要用上百万张图片去做训练数据才行