【SpringBoot框架篇】36.整合Tess4J搭建提供图片文字识别的Web服务

皓亮君

已于 2024-03-23 22:51:51 修改

阅读量1.6k

点赞数 27

文章标签： spring boot 后端 ocr

于 2024-03-10 23:33:55 首次发布

本文链接：https://blog.csdn.net/ming19951224/article/details/136611148

版权

本文介绍了如何使用Tess4JOCR引擎在Springboot项目中搭建OCR服务，包括配置traineddata路径，定义语言类型枚举，创建RESTful接口以及测试识别功能。展示了如何通过Java处理图像并返回JSON格式的结果。

摘要由CSDN通过智能技术生成

简介

Tess4J是一个基于Tesseract OCR引擎的Java接口，可以用来识别图像中的文本。
Tesseract是一个开源的光学字符识别（OCR）引擎，它可以将图像中的文字转换为计算机可读的文本。支持多种语言和书面语言，并且可以在命令行中执行。它是一个流行的开源OCR工具，可以在许多不同的操作系统上运行。

文件下载

目前我测试只用到简体中文和英文，所以只下载了两个
简体中文下载
 英文下载

其它语种请按需下载

把下载后的文件统一放到一个目录下
在这里插入图片描述

引入依赖


net.sourceforge.tess4j
tess4j
5.10.0


org.projectlombok
lombok

main函数中使用

public static void main(String[] args) throws Exception {
ITesseract tesseract = new Tesseract();
// 设置训练集文件存储目录
tesseract.setDatapath("D:/traineddata");

// 设置引擎为中文简体 文件名不含后缀
tesseract.setLanguage("chi_sim");
String result = tesseract.doOCR(ImageIO.read(new File("D:\\test\\zh.png")));
System.out.println(result);

// 设置引擎为英文
tesseract.setLanguage("eng");
result = tesseract.doOCR(ImageIO.read(new File("D:\\test\\en.png")));
System.out.println(result);
}

识别结果如下
在这里插入图片描述

基于Springboot搭建OCR Web服务

配置traineddata路径

#ocr引擎存放路径
tess4j:
datapath: D:/traineddata

枚举用到的语种类型

/**
* @Description 自行扩展需要的OCR引擎语种
* @Author Dominick Li
**/
@Getter
@AllArgsConstructor
public enum LanguageTypeEnum {

CHINESE_SIMPLIFIED("chi_sim", "简体中文"),
ENGLISH("eng", "英文");

private final String value;
private final String language;

/**
* 根据语种查找枚举对象
* @param language 前端传的参数
* @return 没找到对应的则默认使用简单中文
*/
public static LanguageTypeEnum getLanguageByType(String language) {
for (LanguageTypeEnum languageTypeEnum : LanguageTypeEnum.values()) {
if (languageTypeEnum.getValue().equals(language)) {
return languageTypeEnum;
}
}
return CHINESE_SIMPLIFIED;
}

}

定义接口响应的json数据格式

@Data
@Builder
@AllArgsConstructor
@JsonInclude(JsonInclude.Include.NON_NULL)
public class OcrResult {

/**
* 是否识别成功
*/
public boolean success;

/**
* 识别时间
*/
public long time;

/**
* 识别结果
*/
public String[] texts;

/**
* 异常信息
*/
public String msg;

public static OcrResult success(String text, long time) {
return OcrResult.builder()
.success(true)
.texts(text.split("\n"))
.time(time)
.build();
}

public static OcrResult fail(String msg) {
return OcrResult.builder()
.success(false)
.msg(msg)
.build();
}

}

封装OCR服务引擎

@Slf4j
@Service
public class TesseractServer {

@Value("${tess4j.datapath}")
private String datapath;

private final static Map SERVER_INSTANCE = new HashMap<>();

/**
* 根据枚举配置的语种初始化Tesseract引擎
*/
@PostConstruct
public void init() {
ITesseract iTesseract;
for (LanguageTypeEnum languageTypeEnum : LanguageTypeEnum.values()) {
iTesseract = new Tesseract();
//设置训练集文件存储目录
iTesseract.setDatapath(datapath);
//设置语种
iTesseract.setLanguage(languageTypeEnum.getValue());
SERVER_INSTANCE.put(languageTypeEnum, iTesseract);
log.info("load {} ocr model", languageTypeEnum.getLanguage());
}
}

/**
* ocr识别
*/
private OcrResult doOCR(ITesseract iTesseract, BufferedImage bufferedImage) throws Exception {
String result = null;
long startTime = System.currentTimeMillis();
result = iTesseract.doOCR(bufferedImage);
long time = System.currentTimeMillis()-startTime;
log.info("Time is： {} 毫秒", time);
return OcrResult.success(result, time);
}

public OcrResult ocrImage(LanguageTypeEnum languageTypeEnum, File file) throws Exception {
return doOCR(SERVER_INSTANCE.get(languageTypeEnum), ImageIO.read(file));
}

public OcrResult ocrImage(LanguageTypeEnum languageTypeEnum, MultipartFile file) throws Exception {
return ocrImage(languageTypeEnum, ImageIO.read(new ByteArrayInputStream(file.getBytes())));

}

public OcrResult ocrImage(LanguageTypeEnum languageTypeEnum, BufferedImage bufferedImage) throws Exception {
return doOCR(SERVER_INSTANCE.get(languageTypeEnum), bufferedImage);
}

}

编写web提供服务的接口

@Slf4j
@RestController
@RequestMapping("/api")
public class OcrController {

@Resource
private TesseractServer tesseractServer;

/**
* OCR识别 /ocr/chi_sim /ocr/eng
* @param language 使用的模型语种 chi_sim=简体中文 eng=英文
* @param file 需要识别的图片
*/
@PostMapping("/ocr/{language}")
public OcrResult recognize(@PathVariable String language, MultipartFile file) {
try {
// 对图片进行文字识别
return tesseractServer.ocrImage(LanguageTypeEnum.getLanguageByType(language), file);
} catch (Exception e) {
log.error("error:{}", e.getMessage());
return OcrResult.fail(e.getMessage());
}
}

}