Tesseract训练报错：box文件坐标异常及相关问题求助

错误的核心原因是你的box文件格式不符合Tesseract LSTM训练的要求，具体问题如下：

• box文件中存在多余的WordStr标识和注释行，Tesseract会将这些内容当作文本内容解析，导致坐标匹配失败
• 第二行只有坐标没有对应文本，触发Bad box coordinates错误

修正步骤： #

1. 重新编辑所有box文件，以1.box为例，将内容修改为：

НЕКЪАШ А 65 61 1556 254 0

要求：

• 每行仅包含文本内容 + 空格分隔的坐标(x1 y1 x2 y2) + 页码（单页图片页码固定为0）
• 删除所有多余的标识（如WordStr）、注释行、空行或仅含坐标的无效行

2. 确保每个box文件的文本内容和对应gt.txt的内容完全一致
3. 重新执行训练命令：

make training MODEL_NAME=Chechen START_MODEL=rus TESSDATA=../tesseract/tessdata

补充说明： #

Tesseract 5.x在LSTM训练模式（尤其是--psm 13单文本行模式）下，对box文件的格式要求严格，必须保证每个文本行对应一行正确的坐标记录，不能包含任何格式外的内容。

内容的提问来源于stack exchange，提问作者khashashin