基于springboot项目
1.添加如下依赖
<dependency> <groupId>net.sourceforge.tess4j</groupId> <artifactId>tess4j</artifactId> <version>3.2.1</version> </dependency>
2.下载tess4j源码包:https://sourceforge.net/projects/tess4j/
3.下载中文识别包:https://github.com/tesseract-ocr/tessdata/blob/main/chi_sim.traineddata
4.将下载好的中文识别包放入tessdata包下
5.编码实现
public class Test { public static void main(String[] args) throws TesseractException { ITesseract instance = new Tesseract(); // 引入tess4j源码包路径 // 如果未将tessdata放在根目录下需要指定绝对路径 instance.setDatapath("/download/Tess4J/tessdata"); // 指定中文识别包 instance.setLanguage("chi_sim"); // 指定识别图片路径 File imgDir = new File("/Desktop/test.png"); long startTime = System.currentTimeMillis(); String ocrResult = instance.doOCR(imgDir); // 输出识别结果 System.out.println("识别结果: \n" + ocrResult + "\n 耗时:" + (System.currentTimeMillis() - startTime) + "ms"); } }
测试图片:
测试结果:
6.后续可以优化,将提取的文本输入到Excel中。