Java识别验证码和图像处理_图像识别 - 提取验证码信息

1、Tess4j

最近在GitHub上看到一个图像识别的开源框架tess4j，而且是Java版的，为此利用此框架来识别验证码中的信息，利用它提供的字体库，来提取信息，对于没有什么干扰线的验证码准确率还是蛮高的，对于有一些干扰线的就差一些，不过也可以能通过训练字体库，从而可以提高准确率的。

根据范例，写了一个简单的提取验证码信息的工具类VerificationCode：

主要是用这个类的extract方法，这个方法有3个参数：

第1个参数是指定图片的路径

第2个参数是指定字体库的，其中chi_sim表示中文简体，eng表示英文

第3个参数是指定是否需要去除干扰线，true表示需要，false表示不需要

package com.swnote.tess4j.test;

import java.awt.image.BufferedImage;

import java.io.File;

import javax.imageio.ImageIO;

import com.recognition.software.jdeskew.ImageDeskew;

import net.sourceforge.tess4j.ITesseract;

import net.sourceforge.tess4j.Tesseract;

import net.sourceforge.tess4j.util.ImageHelper;

/**

* 识别验证码

*

* @author lzj

* @date [2019-03-03]

*/

public class VerificationCode {

/**

* 配置文件

*/

private static String config_path = "src/main/resources";

/**

* 调整倾斜度的阈值

*/

private static double deskew_threshold = 0.05d;

/**

* 提取验证码图片中的文字

*

* @param img_path

* @param lang

* @param clear

* @return

*/

public static String extract(String img_path, String lang, boolean clear) throws Exception {

// 图片文件

File img = new File(img_path);

if (clear) {

// 将去除干扰后的图片保存在同级目录下的ext目录下

String ext_path = img.getParentFile().getPath() + "/ext";

// 去除干扰

CleanImage.cleanLinesInImage(img, ext_path);

// 处理后的图片

img = new File(ext_path, img.getName());

}

// 设置语言库

ITesseract instance = new Tesseract();

File directory = new File(config