Tess4J 简单使用入门

一.简介

Tesseract-OCR支持中文识别，并且开源和提供全套的训练工具，是快速低成本开发的首选。而Tess4J则是Tesseract在Java PC上的应用。在英文和数字识别中性能还是不错的，但是在中文识别中，无论速度还是识别率还是较弱，建议有条件的话，针对场景进行训练，会获得较好结果，本文仅对目前Tess4J的用法进行介绍

二.入门教程

1.去Tess4J官网下载最新的源码包

Tess4J官网.

我们现在最新的是3.4.8

Tess4J-3.4.8-src下载地址.

2.创建Java项目并配置Tess4J

• 下载下来的Tess4J目录一般都是如下

• dist:综合jar,不需要配置dll
• lib:所有相关的jar包
• src:源码包
• tessdata:训练好的字体模型
• test:测试用例

这里要把dist下的jar包和lib下的jar包都要导入Java项目中

3.一个Demo

 		File file = new File("D:\\1.jpg");
        ITesseract instance = new Tesseract();
        instance.setDatapath("...");//设置你的Tess4J下的tessdata目录
        instance.setLanguage("eng");//指定需要识别的语种
        String result = instance.doOCR(file);
        System.out.println(result);

• 其中语种就在tessdata目录下

• 你如果要识别的是其他语种
• 可以去其他语种.把对应的traineddata下载放这里