Tess4j linux 32,Tess4j文字识别库的相关研究

Tess4j是Tesseract文字识别引擎的基于Java的Wrapper.

用Gradle引入

调用Tess4j的Gradle：

dependencies {

testCompile group: 'junit', name: 'junit', version: '4.12'

}

简单使用

Tess4J的使用比较简单，创建Tesseract对象之后调用DoOCR即可。

注意需要设置一下训练数据的路径。如果你配置了环境变量TESSDATA_PREFIX=C:\Program Files (x86)\Tesseract-OCR\tessdata 的话，可以不需要在代码里面指定。

Tesseract instance = new Tesseract();

instance.setDatapath("C:\\Program Files (x86)\\Tesseract-OCR\\tessdata");

instance.setPageSegMode(PageSegMode);

instance.setLanguage(language);

String result = instance.DoOCR("test.jpg");

但是这种默认的识别，效果并不是特别好。为了提升识别效果，可以做一些优化

反转为白底黑字，提升效果显著

只识别特别的区域，提升效果显著

设置特定的分页模式，识别效果显著

灰度化，提升效果中等

提升识别效果

识别可以指定相应的DoOCR函数来识别指定的区域。

对于4.0版本