在某产品的规划中，想要通过监控视频进行 “集装箱计数” 与 “集装箱号” 识别，以便与舱单数据进行自动化的对比，发现潜在的监管风险。在研究了不少商用的集装箱号识别系统后，发现为了保证识别准确率几乎都采用了 固定角度 + 多位置识别 的原始图像获取方式以降低图片质量干扰，提高识别准确率。
考虑到用户业务的应用场景，不能在像“卡口”这样的位置进行三机位的固定场景的集装箱号识别。
所以，为了做这方面尝试，首先从集装箱号的OCR识别开始研究，理论上，集装箱编号就是“英文字母+数字”的组合，但是实践验证利用Tesseract自带的eng词库进行识别，准确率有限，还是要考虑自己做针对性的训练，生成专用词库。
在这里记录下Tesseract训练集装箱号词库过程。
1.环境准备
1.1系统环境
之前在Ubuntu 16.04 下跑过一遍完整的流程，最近又收集了一些样本图片，所以再训练看看效果，本次准备在Mac环境下进行。
所以，本文的所有操作，没有特殊说明都是在macOS 10.12.6下，Mac下与Ubuntu下过程、命令都一样，唯一不同的就是最后lang文件保存的位置了。
另外，建议Mac党准备一个Windows电脑，虚机没测试，但是理论上应该不会有问题，为什么需要下面会进行说明。
1.2基础环境安装
1.2.1 brew 安装
Homebrew 是macOS下的包管理工具，教程很多，自行搜索就好,基本就是终端执行一句话：
/usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"
1.2.2 imagemagick 安装
imagemagick 是一个牛逼到“奇葩”