准备工作:
<dependency>
<groupId>net.sourceforge.tess4j</groupId>
<artifactId>tess4j</artifactId>
<version>3.2.1</version>
</dependency>
项目目录下添加tessdata文件目录(脚本语言文件目录)
chi_sim.traineddata_______________中文简体脚本语言文件
chi_tra.traineddata________________中文繁体脚本语言文件
eng.traineddata __________________英文脚本语言文件
以上是常用语言脚本文件,如有特殊需求官网自取https://github.com/tesseract-ocr/tesseract/wiki/Data-Files
File imageFile = new File("C:\\Users\\Admin\\Desktop\\image\\eng.png");
ITesseract instance = new Tesseract();
// 添加中文字库
instance.setLanguage("chi_sim");
//添加英文库
//instance.setLanguage("eng");
//根据设置的语言脚本获取图片中的对应数据,如果图片中有与语言脚本不符的数据时会以乱码形式出现
String result = instance.doOCR(imageFile);
System.out.println(result);
缺点:获取的数据会有些许误差,只能获取单一类型(汉字、字母、数字)数据