AI工具【OCR 01】Java可使用的OCR工具Tess4J使用举例（身份证信息识别核心代码及信息提取方法分享）_java tess4j(2)

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新网络安全全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上网络安全知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以点击这里获取

net.sourceforge.tess4j tess4j 5.9.0

语言数据包下载地址：<https://github.com/tesseract-ocr/tessdata>  
 ![LanguageData.jpg](https://img-blog.csdnimg.cn/img_convert/da1e9925f765912e50c2c1db00c25dd9.jpeg)


### 2.2 核心代码

/\*\*

* 识别图片字符信息
*
* @param imagePath 图片路径
*/
private static String recognitionString(String imagePath) {
File imageFile = new File(imagePath);
ITesseract instance = new Tesseract();
// 1.语言数据包路径
instance.setDatapath(“tessdata”);
// 2.加载语言文件名称
instance.setLanguage(“chi_sim”);
String result = “”;
try {
result = instance.doOCR(imageFile);
} catch (TesseractException e) {
e.printStackTrace();
}
return result;
}

### 2.3 识别身份证信息


#### 2.3.1 核心代码

/\*\*

* 识别身份证信息
*
* @param imagePath 图片路径
*/
private static Map<String, Object> recognitionIdentityCardInfo(String imagePath) {
Map<String, Object> res = new HashMap<>(2);
// 识别图片
File imageFile = new File(imagePath);
BufferedImage bufferedImage = null;
try {
bufferedImage = ImageIO.read(imageFile);
} catch (IOException e) {
e.printStackTrace();
}
ITesseract instance = new Tesseract();
instance.setDatapath(“tessdata”);
instance.setLanguage(“chi_sim”);
List words = instance.getWords(bufferedImage, 1);
// 获取姓名
int nameLineIndex = 0;
if (words.size() > nameLineIndex) {
res.put(“name”, getStringByIndex(words.get(0).getText(), 2));
}
// 获取性别和民族
int genderAndNationLineIndex = 1;
if (words.size() > genderAndNationLineIndex) {
res.put(“gender”, getStringByIndex(words.get(1).getText(), 2, 1));
res.put(“nation”, removeNonChinese(getStringByIndex(words.get(1).getText(), 5, -1)));
}
// 获取出生日期
int birthLineIndex = 2;
if (words.size() > birthLineIndex) {
res.put(“birth”, extractBirthDate(getStringByIndex(words.get(2).getText(), 2)));
}
// 获取住址
int addressLineIndex = 3;
if (words.size() > addressLineIndex) {
res.put(“address”, getStringByIndex(words.get(3).getText(), 2).replace(“/”, “”));
}
// 获取身份证号码
int noLineIndex = 4;
if (words.size() > noLineIndex) {
res.put(“no”, getStringByIndex(words.get(4).getText(), 7));
}
return res;
}

#### 2.3.2 截取指定字符

/\*\*

* 截取指定字符
*
* @param inputString 字符串
* @param indexStart 开始Index
* @return 截取的字符串
*/
private static String getStringByIndex(String inputString, int indexStart) {
return getStringByIndex(inputString, indexStart, -1);
}

/\*\*

* 截取指定字符
*
* @param inputString 字符串
* @param indexStart 开始Index
* @param size 截取的字符个数
* @return 截取的字符串
*/
private static String getStringByIndex(String inputString, int indexStart, int size) {
// 去除字符串两端的空白字符
String trimmedString = inputString.trim();
// 将字符串以空白字符分割
StringBuilder res = new StringBuilder();
String[] words = trimmedString.split(“\s+”);
int length = words.length;
int contentSize = indexStart + size;
if (length > indexStart) {
int index = length;
if (size > 0 && length > contentSize) {
index = contentSize;
}
for (int i = indexStart; i < index; i++) {
res.append(words[i]);
}
}
return res.toString();
}

#### 2.3.3 去掉字符串里的非中文字符

/\*\*

* 去掉字符串里的非中文字符
*
* @param inputString 字符串
* @return 中文字符串
*/
private static String removeNonChinese(String inputString) {
// 匹配非汉字字符的正则表达式
String regex = “[^\u4E00-\u9FA5]”;
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(inputString);
// 替换非汉字字符为空格
return matcher.replaceAll(“”);
}

#### 2.3.4 提取出生日期（待优化）

/\*\*

* 提取出生日期
*
* @param inputString 字符串
* @return 出生日期
*/
private static String extractBirthDate(String inputString) {
// 匹配日期格式的正则表达式

写在最后

在结束之际，我想重申的是，学习并非如攀登险峻高峰，而是如滴水穿石般的持久累积。尤其当我们步入工作岗位之后，持之以恒的学习变得愈发不易，如同在茫茫大海中独自划舟，稍有松懈便可能被巨浪吞噬。然而，对于我们程序员而言，学习是生存之本，是我们在激烈市场竞争中立于不败之地的关键。一旦停止学习，我们便如同逆水行舟，不进则退，终将被时代的洪流所淘汰。因此，不断汲取新知识，不仅是对自己的提升，更是对自己的一份珍贵投资。让我们不断磨砺自己，与时代共同进步，书写属于我们的辉煌篇章。

需要完整版PDF学习资源私我

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以点击这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

需要这份系统化资料的朋友，可以点击这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！