java tess4j 示例_java 使用tess4j实现OCR的最简单样例

网上很多教程没有介绍清楚tessdata的位置，以及怎么配置，并且对中文库的描述也存在问题，这里介绍一个最简单的样例。

1、使用maven，直接引入依赖，确保你的工程JDK是1.8以上

net.sourceforge.tess4j

tess4j

4.3.1

2、实现代码

public classOCRDemo {public static void main(String args[]) throwsException {

ITesseract instance= newTesseract();

instance.setDatapath("tessdata"); //相对目录，这个时候tessdata目录和src目录平级//instance.setDatapath("E:\\myProgram\\java\\ocrdemo\\tessdata");//支持绝对目录

instance.setLanguage("chi_sim");//选择字库文件(只需要文件名，不需要后缀名)

try{

File imageFile= new File("d:\\temp\\4.jpg");

String result= instance.doOCR(imageFile);//开始识别

System.out.println(result);//打印图片内容

} catch(Exception e) {

System.out.println(e.toString());//打印图片内容

}

}

}

3、这里一定要注意tessdata的目录位置

你从上面下载的不是真正的训练字库，你需要真正找到字库才行。

5、真正的中文字库是比较大的，用notepad++打开文件看看确认是否是真的字库，不然程序会报错误，无法打开chi_sim.traineddata文件，

6、识别的效果一般，复杂的表格识别需要自定义识别区域

识别的图片：

识别后的文字：

. 防 火 塔 系 统

防 火 埋 作 为 不 同 网 络 或 网 络 安 全 城 之 间 信 息 的 出 入 口 能 根 据 企 业 的 安 全 策 畦 接 制

出 人 网 络 的 信 息 流 口 本 身 具 有 较 强 的 抗 攻 击 能 力 「 它 是 提 供 信 息 安 全 服 务 实 现 网

络 和 信 息 宗 全 的 基 蛎 设 施 . 在 逐 辐 上 , 防 火 境 是 一 个 分 离 器 限 制 器 和 分 析 器 , 可

以 有 效 勘 接 内 部 网 和 Intemet 之 间 的 任 何 活 动 「 保 证 内 部 网 络 的 安 全 . 防 火 墙 通 常

放 在 外 部 Intemet 网 和 内 部 网 络 之 间 , 以 保 证 内 部 网 络 的 安 全 . 。

防 火 埕 对 流 经 它 的 网 络 通 信 进 行 扫 揽 , 泉 样 能 够 过 滁 掉 一 些 攻 击 , 以 免 其 在 目 标 计

算 机 上 被 执 行 “ 仿 火 墙 运 可 以 伟 闭 不 使 用 的 堵 口 而 丝 它 还 能 菲 止 特 定 堡 口 的 流 出

通 信 封 锁 特 洛 伊 木 马 曝 后 「 它 可 以 蔡 止 来 自 特 殊 站 点 的 访 问 仕 而 防 止 来 自 不 明

人 促 者 的 所 有 通 信 。 。