ocr识别-RapidOcr-Java

Tesseract 的痛点：
①对中文识别不行，即使有中文库也不行。（很多字体都识别不出来，得要训练模型）
②对图片的完整性有非常严格的要求，有的图片即使你在电脑可以预览，也会说图片格式损坏。

更换为RapidOcr-Java 后，对中文识别率大大提高，对图片的完整性也没有非常高的要求。
github ：https://github.com/MyMonsterCat/RapidOcr-Java

demo示例：

maven：

        <dependency>
            <groupId>io.github.mymonstercat</groupId>
            <artifactId>rapidocr</artifactId>
            <version>0.0.7</version>
            <exclusions>
                <exclusion>
                    <artifactId>slf4j-api</artifactId>
                    <groupId>org.slf4j</groupId>
                </exclusion>
            </exclusions>
        </dependency>

        <!--  一般只需要引入一个，CPU端建议使用onnx，移动端建议使用ncnn     -->
        <!--  可前往maven中央仓库https://repo1.maven.org/maven2/io/github/mymonstercat/，查看版本      -->
        <dependency>
            <groupId>io.github.mymonstercat</groupId>
            <artifactId>rapidocr-onnx-platform</artifactId>
            <version>0.0.7</version>
        </dependency>

gradle:

    implementation('io.github.mymonstercat:rapidocr:0.0.7') {
        exclude group: 'org.slf4j', module: 'slf4j-api'
    }
    implementation 'io.github.mymonstercat:rapidocr-onnx-platform:0.0.7'

代码：

        String temPath = "C:\\Users\\Administrator\\Desktop\\ocr对比\\目录.png";
        ParamConfig paramConfig = ParamConfig.getDefaultConfig();
        paramConfig.setDoAngle(true);
        paramConfig.setMostAngle(true);
        InferenceEngine engine = InferenceEngine.getInstance(Model.ONNX_PPOCR_V3);
        // 开始识别
        OcrResult ocrResult = engine.runOcr(temPath, paramConfig);
        System.out.println(ocrResult.getStrRes().replace("\n", " "));