cmd无法识别javac命令_java+OCR图片识别Demo+安装tesseract

每一个不曾起舞的日子都是对生命的亵渎  

--------------------------------------------

看到网上有很多，参考了以下，如果在过程中出现问题，可以一起讨论学习一下，共同进步

别人的项目中使用的比较多，比如识别图片验证码等，

所以我自己百度了下，看见有个不错的demo，我就这这里贴出来了供大家学习参考，

前提条件，idea，maven ，网络  ，安装tesseract

1. 安装tesseract

   

   自己下载也可以，找我要我也给，注意安装的时候注意安装语言包

安装流程，

这一步注意，一般也不需要太多的语言，默认是英语eng，像我这样的一般就是中文简体chi_sim，会多种语言的请出去

2.中文语言包

中文的一般在安装的时候不太容易下载下来，管我要我也给，不跟我要自己下载也可以，但是注意版本的chi_sim.traineddata

将下载下来的chi_sim.traineddata放在安装的path+//tessdata下

3.安装完成后需要配置以下环境变量

记住你自己的安装位置比如我：D:\finally_app\OCR\Tesseract-OCR

像这种的直接在path里添加你的安装位置就可以了，如果系统版本是win7的

注意配置环境变量的时候注意携带最后的 “；”

4.测试安装有没有问题

打开CMD执行tesseract -v  出现以下内容表示正常

常用

tesseract --list-langs 查看支持的语言

tesseract image.png result  开始识别image图片的内容(默认英文)

tesseract imgae.png result -l chi_sim  使用中文识别图片的内容

 会在图片的同级目录中生成result.txt，点开查看生成的内容

开始尝试

在图片的目录下打开cmd，输入tesseract imagee.png result

出现以下内容表示识别正常

success

开始用java代码进行识别

2.1、引入pom文件

         <dependency>            <groupId>net.java.dev.jnagroupId>            <artifactId>jnaartifactId>            <version>4.1.0version>        dependency>        <dependency>            <groupId>net.sourceforge.tess4jgroupId>            <artifactId>tess4jartifactId>            <version>4.5.1version>            <exclusions>                <exclusion>                    <groupId>com.sun.jnagroupId>                    <artifactId>jnaartifactId>                exclusion>            exclusions>        dependency>

2.2、编写OCRUtils工具类(循环识别，指定识别)

package com.cn.minsheng.utils;import java.io.BufferedReader;import java.io.File;import java.io.FileInputStream;import java.io.InputStreamReader;import java.util.ArrayList;import java.util.List;public class OCRUtils {        // 设置使用指定语言命令        private final String LANG_OPTION = "-l";        // 获取当前系统的换行符        private final String EOL = System.getProperty("line.separator");        // Tesseract-OCR的安装路径        private String tessPath = "D:\\finally_app\\OCR\\Tesseract-OCR";        /**         * @param imageFile : 传入的图像文件         * @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             * 与当前图片在同一目录下             * getParentFile : 获取当前文件的父目录             */            File outputFile = new File(imageFile.getParentFile(), "output");            // 缓冲流,用于向输出文件写入识别后的数据            StringBuffer strB = new StringBuffer();            // 存储cmd命令            // 注意:不识别空格            // 如 -psm 6要写成cmd.add("-psm"),cmd.add("6")            List cmd = new ArrayList<>();            // 调用tesseract指令            cmd.add(tessPath + "\\tesseract");            cmd.add("");            // 输出文件名称            cmd.add(outputFile.getName());            // 指定识别类型            cmd.add("-psm");            // 6表示识别一行字符串            cmd.add("6");            // 使用指定语言包识别            cmd.add(LANG_OPTION);            // 使用英文语言包//            cmd.add("eng");            // 使用中文识别包            cmd.add("chi_sim");            ProcessBuilder pb = new ProcessBuilder();            /**             *Sets this process builder's working directory.             */            // 调用cmd命令相关代码            pb.directory(imageFile.getParentFile());            cmd.set(1, imageFile.getName());            pb.command(cmd);            pb.redirectErrorStream(true);            // 设置开始时间            long startTime = System.currentTimeMillis();            System.out.println("开始时间：" + startTime);            Process process = pb.start();            // tesseract.exe 1.jpg 1 -l chi_sim            //不习惯使用ProcessBuilder的，也可以使用Runtime，效果一致            // Runtime.getRuntime().exec("tesseract.exe 1.jpg 1 -l chi_sim");            /**             * the exit value of the process. By convention, 0 indicates normal             * termination.             */            int w = process.waitFor();            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();                long endTime = System.currentTimeMillis();                System.out.println("结束时间：" + endTime);                System.out.println("耗时：" + (endTime - startTime) + "毫秒");            }            else {                // 设置异常信息提醒                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);            }            // 删除生成的文件            new File(outputFile.getAbsolutePath() + ".txt").delete();            // 返回识别后的结果            return strB.toString().replaceAll("\\s*", "");        }    }

2.3、编写测试类 

package com.cn.minsheng.controller;import java.io.File;import com.cn.minsheng.utils.*;    public class HelloWorld {        public static void main(String[] args) {            //循环OCR识别图片内容//            testMultiple();//            指定图片进行OCR识别            testSingle();        }        /**         * 识别整个文件夹内的图片         *         */        public static void testMultiple(){            try {                // 文件目录下所有的文件                File testDataDir = new File("D:\\test");                // 遍历获取目录下的每一个文件                for (File file : testDataDir.listFiles()) {                    // 调用识别方法,获取识别后的字符串                    String recognizeText = new OCRUtils().recognizeText(file);                    // 输出识别后的结果                    System.out.println(recognizeText);                }            } catch (Exception e) {                e.printStackTrace();            }        }        /**         * 识别指定图片         *         */        public static void testSingle() {            try {                // 获取指定图片的识别结果                String recognizeText =                        new OCRUtils().recognizeText(new File("D:\\test\\image.png"));                // 输出识别后的结果                System.out.print(recognizeText);            } catch (Exception e) {                e.printStackTrace();            }        }    }

中文识别上正确率不是很高，但是如果知识识别一个验证码或者什么的都是足够的，后期还可以通过训练更新训练库进行完善