我正在编写一个用于 Tesseract OCR 训练图像的生成器。
为 Tesseract OCR 的新字体生成训练图像时，最佳值是：
, or not: 
第二个问题在这里得到了某种答案：http://code.google.com/p/tesseract-ocr/wiki/TrainingTesseract3#Generate_Training_Images 无需使用多种尺寸进行训练。 10分就可以了。 （一个例外是非常小的文本。如果您想识别 x 高度小于约 15 像素的文本，您应该专门训练它或在尝试识别它们之前缩放图像。）
问题 1 和 3：根据经验，我已成功使用 300 dpi 图像/非抗锯齿字体。更具体地说，我在训练 pdf 上使用了以下转换参数，生成了令人满意的图像：
convert -density 300 -depth 8 [input].pdf -background white -flatten +matte -compress none -monochrome [output].tif
但后来我尝试向 Tesseract 添加点线字体，它仅在我使用 150 dpi 图像时才能正确检测到字符。所以，我认为没有通用的解决方案，这取决于您要添加的字体类型。