java提取图片文字

pom.xml文件添加依赖

<dependency>
    <groupId>net.sourceforge.tess4j</groupId>
    <artifactId>tess4j</artifactId>
    <version>3.2.1</version>
</dependency>

准备文件和图片

java测试代码

public static void main(String[] args) {
        System.out.println("---------------------start--------------------------");
        Tesseract tesseract = new Tesseract();
        tesseract.setDatapath("D://DataScience//tessdata"); //下载的语言文件地址
        tesseract.setLanguage("jpn"); //使用的语言（默认是英语：eng）
        try {
            System.out.println(tesseract.doOCR(new File("D://DataScience//tessdata//test.jpg")));
        } catch (TesseractException e) {
            e.printStackTrace();
        }
        System.out.println("----------------------end---------------------------");
    }

注：
（1）语言与图片中的文字不匹配的话输出内容会出现乱码
（2）语言模型数据的下载地址