java识别验证码-用tess4j实现超简单调用tessreact-ocr来破解验证码

直接上操作，

因为tess4j依赖jna，而新版的tess4j和默认的com.sun.jna 3.0.6版本不兼容，它需要先加入这个jna的依赖：

[html]  view plain  copy

1. <dependency>  
2.     <groupId>net.java.dev.jna</groupId>  
3.     <artifactId>jna</artifactId>  
4.     <version>4.2.1</version>  
5. </dependency>  

然后加入tess4j的依赖（exclude掉默认的jna）：

[html]  view plain  copy

1. <dependency>  
2.     <groupId>net.sourceforge.tess4j</groupId>  
3.     <artifactId>tess4j</artifactId>  
4.     <version>2.0.1</version>  
5.     <exclusions>  
6.         <exclusion>  
7.             <groupId>com.sun.jna</groupId>  
8.             <artifactId>jna</artifactId>  
9.         </exclusion>  
10.     </exclusions>  
11. </dependency>  

依赖库就只有这些，不需要加入tessreact-ocr，因为新版tess4j的jar包里面自带了（几十兆）

然后把tessreact项目里面的tessdata文件夹提取出来放在某个位置：https://github.com/tesseract-ocr/tesseract

没完，还要加入验证码识别的相关语言包，姑且叫做训练文件，在这里下载：https://github.com/tesseract-ocr/tessdata

假如你想识别一般的英文数字验证码，就下 eng.traineddata，然后放到tessdata文件夹下，比如：C:\tessdata

最后找一张图片验证码来测试，测试代码：

[java]  view plain  copy

1. @Test  
2. public void test() {  
3.     File imageFile = new File("D:/validcode.jpg");  
4.        Tesseract tessreact = new Tesseract();  
5.        tessreact.setDatapath("C:/tessdata");  
6.        try {  
7.            String result = tessreact.doOCR(imageFile);  
8.            System.out.println(result);  
9.        } catch (TesseractException e) {  
10.            System.err.println(e.getMessage());  
11.        }  
12.    }