使用Springboot + Tesseract OCR引擎实现图片文字自动识别

一、简介

1.1关于项目

‍

Tesseract是一款优秀的开源OCR软件，是由HP实验室开发，Google维护的开源OCR（Optical Character Recognition , 光学字符识别）引擎，与Microsoft Office Document Imaging（MODI）相比，我们可以不断的训练的库，使图像转换文本的能力不断增强；如果团队深度需要，还可以以它为模板，开发出符合自身需求的OCR引擎。

目前由Google维护改进，已发展到5.0版本，从4.0版本起增加了基于LSTM神经网络的识别引擎

‍

本项目使用Springboot + Tesseract OCR引擎实现图片文字自动识别功能。

‍

1.2准备

JDK：17

Maven：3.6

开发工具：IntelliJ IDEA

Tesseract模型文件：chi_sim.traineddata

本项目源代码：可私信提供

‍

1.3Tesseract模型文件下载

GitCode - 开发者的代码家园

项目文件预览 - tessdata - GitCode

​

​

‍

​</