Java 几行代码提取图片文字，过个厉害了。。

---

近日浏览网上一些图片提取文字的网站，觉得甚是有趣，花费半日也做了个在线图片识别程序，完成了两个技术方案的选择，一是tesseract+python flask的方案实现，二是tesseract+spring web的技术解决方案，并简作论述，与君共勉。

一、tesseract-ocr介绍

---

ocr含义是Optical Character Recognition，含义即视觉字符识别。而tesseract是该领域特别优秀开源的作品。

官方的tesseract定义：

OCR engine - libtesseract and a command line program - tesseract.

即tesseract包括一个视觉字符识别引擎libtesseract和命令行程序tesseract。

当前最新稳定版本是4.x.x基于LSTM，源码可从找到tesseract的GitHub: tesseract.找到。

关于tesseract的工作模式如上图所示。假设现在有一个图片输入，整个执行流程为：

1. 输入（一张图片）

2. 有用信息提取（比如一个图片上只有一个字，那其他留白的是无用，这个字上每个色素是有效的并且相关）

3. 找出文字/线条

4. 字符分类集

5. 输入与分类集对比找出最接近的

6. 输出识别结果

二、安装tesseract

---

第一步下载

下载合适的exe安装文件：

网址：https://digi.bib.uni-mannheim.de/tesseract/，下载完成后后装即可

第二步环境变量配置

在path变量中加入tesseract-ocr的安装路径

第三步安装成功检测

使用tesseract指令，显示如下：

linux环境下载安装与上述类似

下载leptonica 和 tesseract两个包，解压安装，配置环境变量即可。网上很容易找到该安装包。

三、使用命令行

---

1.tesseract + 图片路径 + 保存结果名 + -l 语言集

示列: tesseract 1606150081.png 1606150081 -l chi_sim

2.tesseract + 图片路径 +stdout -l +语言集

示列: tesseract D:\company\ruigushop\spring-2s\test.png stdout -l chi_sim

有了上述之后就可以完成web图片识别程序的开发啦，废话不多说，直接上代码。

四、程序实现(Python)

---

程序设计思路:

上传图片 -> 保存 ->对上传的图片执行tesseract指令->获取识别结果

只有二十多行代码就实现了，so easy，以后网上看到图片识别程序再也不会感觉神奇了吧！

coding=utf-8

from flask import Flask, request

import os

import datetime

import time

app = Flask(name)

def get_time_stamp():

times = datetime.datetime.now().strftime(‘%Y-%m-%d %H:%M:%S’)

array = time.strptime(times, “%Y-%m-%d %H:%M:%S”)

time_stamp = int(time.mktime(array))

return time_stamp

@app.route(‘/image/extract’, methods=[‘POST’])

def pure_rec():

file = request.files.get(‘file’)

ts = str(get_time_stamp())

up_path = os.path.join(ts + file.filename)

file.save(up_path)

cmd = “tesseract “+up_path+” " + ts + " -l chi_sim”

print(cmd)

os.system(cmd)

with open(ts+“.txt”, ‘r+’, encoding=“utf-8”) as f:

result = f.read()

return result

if name == ‘main’:

app.run(debug=True)

五、程序实现（Java）

---

不需要任何引入第三方jar包，搭建一个简单的springboot web项目就可以了，没有其他额外的依赖。

Spring Boot 基础就不介绍了，推荐下这个实战教程： https://www.javastack.cn/categories/Spring-Boot/

Controller:

package com.lbh.web.controller;

/*

• Copyright@lbhbinhao@163.com

• Author:liubinhao

• Date:2020/11/23

• ++++ ______ @author liubinhao ______ ______

• +++/ /| / /| / /|

• +// | // | /_____/ |

• | | | | | | | | |

• | | | | | |________| | |

• | | | | | / | | |

• | | | | |/___________| | |

• | | |___________________ | |____________| | |

• | | / / | | | | | | |

• | |/ _________________/ / | | / | | /

• |_________________________|/b ||/ ||/

*/

import org.springframework.web.bind.annotation.PostMapping;

import org.springframework.web.bind.annotation.RequestParam;

import org.springframework.web.bind.annotation.RestController;

import org.springframework.web.multipart.MultipartFile;

import java.io.BufferedReader;

import java.io.File;

import java.io.IOException;

import java.io.InputStreamReader;

@RestController

public class LiteralExtractController {

@PostMapping(“/image/extract”)

public String reg(@RequestParam(“file”)MultipartFile file) throws IOException {

String result = “”;

String filename = file.getOriginalFilename();

File save = new File(System.getProperty(“user.dir”)+“\”+filename);

if (!save.exists()){

save.createNewFile();

}

file.transferTo(save);

String cmd = String.format(“tesseract %s stdout -l %s”,System.getProperty(“user.dir”)+“\”+filename,“chi_sim”);

result = cmd(cmd);

return result;

最后

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Java工程师，想要提升技能，往往是自己摸索成长，自己不成体系的自学效果低效漫长且无助。

因此收集整理了一份《2024年Java开发全套学习资料》，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，同时减轻大家的负担。

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，基本涵盖了95%以上Java开发知识点，不论你是刚入门Java开发的新手，还是希望在技术上不断提升的资深开发者，这些资料都将为你打开新的学习之门！

如果你觉得这些内容对你有帮助，需要这份全套学习资料的朋友可以戳我获取！！

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！
1Z2dmfrW-1715703716608)]

[外链图片转存中…(img-MlZXZR4F-1715703716609)]

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，基本涵盖了95%以上Java开发知识点，不论你是刚入门Java开发的新手，还是希望在技术上不断提升的资深开发者，这些资料都将为你打开新的学习之门！

如果你觉得这些内容对你有帮助，需要这份全套学习资料的朋友可以戳我获取！！

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！