java 使用 Tess4J 进行图像识别

在网上找了好多关于orc的资料,文档自己也demo了好几个都不咋地靠谱.后来发现一个挺不错的文档,自己也试着demo了下没有

再想前几个一样报各种未知的错误.

转 原文地址

图片成功识别出来,但是识别率还是有点低..

第一步下载 Tess4J 的一些资源  http://tess4j.sourceforge.net/codesample.html

下载下来后解压

然后在eclipse 或者 idea 里面新建一个 java 工程(普通java工程就可以)

然后将上面的 lib,tessdata(语音包) 包 copy到你的工程下面去. 还需要将 dist 中的 tess4j.jar 包放在lib下面

再前面找的一些资料,博客 让把src包也直接复制过去. 但是我测试的结果时失败,应该是我少了一些步骤吧,我也没找出来.

然后呢将添加的jar包 如果是eclipse 直接选中所有jar包右击（Build path --> configure build path）添加到项目中去.

idea的话 我也刚用所有很多操作都不熟悉,在此将步骤贴出来

点击头部菜单file  --> Project Structure 也可以使用快捷键(Ctrl+Alt+Shift+s)

 

然后打开选择 Modules -> Dependencies - > 然后点击 +  -> Jars or directores

然后将你要导入的jar包选中点击ok

最后就是 Test

 

import net.sourceforge.tess4j.ITesseract;
import net.sourceforge.tess4j.Tesseract;
import net.sourceforge.tess4j.TesseractException;
import java.io.File;
import java.io.IOException;

public class Main {
    public static void main(String[] args) {
        //  当前项目存放路径
        String path = "D://java//eclipse-work//web//orc";
        // 要识别的图片
        File file = new File("E://2.png");
        ITesseract instance = new Tesseract();

        /**
         *  获取项目根路径，
         */
        File directory = new File(path);
        String courseFile = null;
        try {
            courseFile = directory.getCanonicalPath();
        } catch (IOException e) {
            e.printStackTrace();
        }

        //设置训练库的位置
        instance.setDatapath(courseFile + "/tessdata");
        //chi_sim ：简体中文， eng	根据需求选择语言库
        instance.setLanguage("chi_sim");
        String result = null;
        try {
            long startTime = System.currentTimeMillis();
            result =  instance.doOCR(file);
            long endTime = System.currentTimeMillis();
            System.out.println("Time is：" + (endTime - startTime) + " 毫秒");
        } catch (TesseractException e) {
            e.printStackTrace();
        }
        System.out.println("result: ");
        System.out.println(result);
    }
}

运行结果  原图:

大致还是解析出来了//,识别率还是有点低.