Java Maven Tomcat使用Tesseract-OCR文字识别(Tess4j)

1 篇文章 0 订阅
1 篇文章 0 订阅

        由于项目中需要用到简单的图片识别技术,所以就选择了开源的Tesseract-OCR。可是本地在使用官网demo能正常运行,但是部署到tomcat后,就报java.lang.Error: Invalid memory access异常。

        尝试百度后,并没有搜到相关记载。在苦思冥想后,总算被我想到一个解决方案。前面5步是调用官网demo的用例,如果你也遇到相同的tomcat部署后异常问题,请从第6步浏览;

1.下载源码包

  1. tess4j源码包:https://sourceforge.net/projects/tess4j/
  2. 中文库地址:https://github.com/tesseract-ocr/tessdata/blob/master/chi_sim.traineddata
  3. 其他语言包地址:https://github.com/tesseract-ocr/tessdata
  4. tess4j源码包(百度网盘地址):

                 链接:https://pan.baidu.com/s/1OZa45g0gZ95iYgPb_nUGvw?pwd=juiz

                 提取码:juiz

2.用idea打开源码包

 

 3.导入dist目录和lib目录的jar包

 

 4.编写测试用例调用OCR

package net.sourceforge.tess4j;

import java.io.File;

public class Test {
    public static void main(String[] args) throws TesseractException {
        long startTime = System.currentTimeMillis();
        File imgDir = new File("C:\Users\YX001\Desktop\tess4j\201909111625565.png");

        ITesseract instance = new Tesseract();
        instance.setLanguage("eng"); //选择语言
        String ocrResult = instance.doOCR(imgDir);
        // 输出识别结果
        System.out.println("OCR Result: \n" + ocrResult + "\n 耗时:" + (System.currentTimeMillis() - startTime) + "ms");
    }
}

5.运行结果

官网demo没问题后,我们开始将Tess4j引入到maven项目里 

6.配置pom.xml文件

        <dependency>
            <groupId>net.sourceforge.tess4j</groupId>
            <artifactId>tess4j</artifactId>
            <version>3.4.8</version>
        </dependency>

注意:可能会造成jar包冲突,只需要把pom文件里的注释掉就好。我这里是造成slf4j冲突

 

7.将步骤1中的OCR配置文件,存放到项目

 

8.将步骤4的测试用例,复制到项目里并运行,结果正常

 

 9.但是将项目部署到tomcat后,运行异常,报错如下:

10.分析原因


        后面不断的尝试,并查看官网。发现Tess4j读取OCR配置文件的路径是“./tessdata”(虽然我尝试修改过读取路径,但是失败了)。

        所以测试用例执行的时候,相对路径“./tessdata”对应的是项目下的tessdata,而部署到tomcat上的相对路径“./tessdata”对应的应该是tomcat的bin目录下的tessdata。程序找不到tessdata配置文件,所以报错了。

于是我将tessdata复制一份到tomcat的bin目录下,并运行。

 

11.优化思路

        由于将tessdata文件人工存入tomcat的bin目录上,是比较蠢的行为。

        1.测试以及生产的tomcat都需要上传一份tessdata文件。如果经历tomcat版本更替,且并未有人知道要在bin目录里上传tessdata文件,则图片识别会报错。

        2.本地多人协同开发,每个人都需要往本地tomcat的bin目录上传tessdata文件,显然也是比较麻烦的事情且容易遗忘的事情,而且提供的报错内容,如果不是跟着本博文思路走,很难解决调。

        优化:所以我建议将tessdata文件存放在项目里经常使用的公共目录,比如:模板目录。当调用OCR识别时,先判断相对路径“./”下是否存在tessdata文件,不存在则将公共目录下的tessdata复制过去即可。

 

 

 

  • 2
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值