图片转文本

package com.picture.text;
import java.sql.Connection;
import java.sql.PreparedStatement;
import java.sql.ResultSet;
import java.sql.SQLException;
import java.sql.Statement;
import java.text.SimpleDateFormat;
import java.util.Calendar;
import java.util.StringTokenizer;
import java.io.File;  
import com.conn.Sqlcon;
public class ReadMain_ok {
public  static Connection conn=null;  
public  static PreparedStatement psmt=null;  
public  static ResultSet rs=null; 
public static void main(String[] args) {
        try  
        { // testdata
            
            File testDataDir = new File("C:\\Program Files (x86)\\Tesseract-OCR\\image");  
            int i = 0 ;   
            for(File file :testDataDir.listFiles())  
            {  
                i++ ;  
                System.out.println (file.getName());
             String recognizeText = new OCRHelper().recognizeText(file);  
               //System.out.println(i+ "  解析字符长度："+recognizeText.length()+"   "+recognizeText+"\t");  
                    //移动文件夹
                File afile = new File("C:\\Program Files (x86)\\Tesseract-OCR\\image\\"+file.getName());    //移动前文件名称
                //文件修改时间          
                Calendar cal = Calendar.getInstance();  
                long time =afile.lastModified();  
                SimpleDateFormat formatter = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");         
                cal.setTimeInMillis(time);    
                System.out.println("修改时间[2] " + formatter.format(cal.getTime()));     
                //输出：修改时间[2]    2009-08-17 10:32:38  
                
                Sqlcon con=new Sqlcon();
                conn= con.openConn();
             
              int ii=1;
              String  s="";
              ResultSet rs_2;
              String zt="";      
                StringTokenizer token=new StringTokenizer(recognizeText.replace("'", "\"") ,"\"");   //字符串拆分，按照"进行差分。
                
                while(token.hasMoreElements()){  
                s=token.nextToken();
                System.out.println(i+"拆分："+s+"  ");                  
                 if(s.contains("https")) //设备状态对应的https对应文件
                 {                 
                String  sql2=" declare @s varchar(100);  "+
                " set @s = '"+s+"' "+                   
                "select right(@s, charindex('-',reverse(@s))-1) ";
                System.out .println(sql2 );
                Statement smt_2=conn.createStatement();
                rs_2=smt_2.executeQuery(sql2);
                while(rs_2.next()) //取得https串中最后一个单词
                {
                zt=rs_2.getString(1);
                  System.out.println(ii+"状态： "+zt+"  ");  
                  String  sql_insert="insert  into sbzt_xx (sbbh,https,sj ,lrrq,zt ,picture )  values ('"+ii+"','"+s+"','"+ formatter.format(cal.getTime())+"',getdate(),'"+zt+"','"+file.getName()+"')";
                    System.out.println("拆入状态信息："+sql_insert);
                    try {  
                        psmt=conn.prepareStatement(sql_insert);  
                        psmt.execute();    
                    } catch (SQLException e) {  
                        e.printStackTrace();  
                    }
                } 
                ii++; 
                 }
             
                } 
                //将解析文本保存到数据库中
                String sql_code="insert into picture_jx (name,time,jxwb,jxrq) values ('"+file.getName()+"','"+formatter.format(cal.getTime())+"','"+recognizeText.replace("'", "\"")+"',getdate())";
                System.out.println(sql_code);
                try {  
                    psmt=conn.prepareStatement(sql_code);  
                   psmt.execute();    
                } catch (SQLException e) {  
                    e.printStackTrace();  
                }
                //转移文件到新的位置。
            
            if (afile.renameTo(new File("C:\\Program Files (x86)\\Tesseract-OCR\\image_ws\\" + afile.getName()))) {  
                System.out.println("File is moved successful!");  
            } else {  
                System.out.println("File is failed to move!");  
            }                            
                
            }  
                        
        } catch (Exception e)  
        {  
            e.printStackTrace();  
        }        
        }

}

OCRHelper 类代码：

package com.picture.text;
import java.io.BufferedReader;  
import java.io.File;  
import java.io.FileInputStream;  
import java.io.InputStreamReader;  
import java.util.ArrayList;  
import java.util.List;
import org.jdesktop.swingx.util.OS;  
public class OCRHelper {
private final String LANG_OPTION = "-l";  
    private final String EOL = System.getProperty("line.separator");  
    /** 
     * 文件位置我防止在，项目同一路径 
     */  
//    //  String tessPath = new File("tesseract").getAbsolutePath();  
     private String tessPath = "C:\\Program Files (x86)\\Tesseract-OCR";    
    /** 
     * @param imageFile 
     *            传入的图像文件 
     * @param imageFormat 
     *            传入的图像格式 
     * @return 识别后的字符串 
     */  
    public String recognizeText(File imageFile) throws Exception  
    {  
        /** 
         * 设置输出文件的保存的文件目录 
         */  
        File outputFile = new File(imageFile.getParentFile(), "output");  
        StringBuffer strB = new StringBuffer();  
        List<String> cmd = new ArrayList<String>();  
        if (OS.isWindowsXP())  
        {  
            cmd.add(tessPath + "\\tesseract");  
        } else if (OS.isLinux())  
        {  
            cmd.add("tesseract");  
        } else  
        {  
            cmd.add(tessPath + "\\tesseract");  
        }  
        cmd.add("");  
        cmd.add(outputFile.getName());  
        cmd.add(LANG_OPTION);  
//       cmd.add("chi_sim");  
        cmd.add("eng");  
  
        ProcessBuilder pb = new ProcessBuilder();  
        /** 
         *Sets this process builder's working directory. 
         */  
        pb.directory(imageFile.getParentFile());  
        cmd.set(1, imageFile.getName());  
        pb.command(cmd);  
        pb.redirectErrorStream(true);  
        Process process = pb.start();  
        // tesseract.exe 1.jpg 1 -l chi_sim  
        // Runtime.getRuntime().exec("tesseract.exe 1.jpg 1 -l chi_sim");  
        /** 
         * the exit value of the process. By convention, 0 indicates normal 
         * termination. 
         */  
          //System.out.println("cmd内容："+cmd.toString());  
        int w = process.waitFor(); 
        System.out.println("w的值："+w);
        if (w == 0)// 0代表正常退出  
        {  
            BufferedReader in = new BufferedReader(new InputStreamReader(  
                    new FileInputStream(outputFile.getAbsolutePath() + ".txt"),  
                    "UTF-8"));  
            String str;  
  
            while ((str = in.readLine()) != null)  
            {  
                strB.append(str).append(EOL);  
            }  
            in.close();  
        } else  
        {  
            String msg;  
            switch (w)  
            {  
            case 1:  
                msg = "Errors accessing files. There may be spaces in your image's filename.";  
                break;  
            case 29:  
                msg = "Cannot recognize the image or its selected region.";  
                break;  
            case 31:  
                msg = "Unsupported image format.";  
                break;  
            default:  
                msg = "Errors occurred.";  
            }  
            throw new RuntimeException(msg);  
        }  
     new File(outputFile.getAbsolutePath() + ".txt").delete();  
        return strB.toString().replaceAll("\\s*", "");  
    }  
}

//该程序需要调用Tesseract-OCR工具。

工具下载地址：https://download.csdn.net/download/tianmayuchuan/10343146