tess4j识别中文在linux,基于Tess4j的OCR文字识别(附部署方案)

整个项目是基于springboot的

暂时只完成了基本的功能html

应用

能够用来解决爬虫的文字反爬问题,以及其余文字识别的场景.java

开放接口

Type:post

返回格式:json

请求参数说明:

multipartFile: 必填 Content-Type为application/x-www-form-urlencoded，而后经过urlencode格式化请求体 图片最大不能超过2mlinux

返回参数说明:

{

success:true,

message:'结果',

status:2

}

success 布尔值 是否响应成功

message 字符串 成功则是结果,失败则是缘由

status 预留属性 用于扩展git

下载地址

部署流程

在部署以前确保您安装了JDK(文中使用的是Jdk1.8)

在Windows中tess4j是调用的dll依赖文件,而在linux中调用的是so依赖文件web

安装leptonica(tess4j依赖于tessract,tessract依赖于leptonica)

leptonica下载地址(tess4j版本大于4.0的leptonica版本须要大于1.74)

下载完成上传到linux中/usr/local目录

将该文件解压到/usr/localtar -zxvf leptonica-版本号.tar.gz

解压以后会出现一个leptonica-版本号的文件夹,进入该文件夹

./configure

make

make install

vim /etc/bashrc

将以下文本粘贴到最下面

export PKG_CONFIG_PATH

CPLUS_INCLUDE_PATH=$CPLUS_INCLUDE_PATH:/usr/local/include/

export CPLUS_INCLUDE_PATH

C_INCLUDE_PATH=$C_INCLUDE_PATH:/usr/local/leptonica/include/leptonica

export C_INCLUDE_PATH

LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib

export LD_LIBRARY_PATH

LIBRARY_PATH=$LIBRARY_PATH:/usr/local/lib

export LIBRARY_PATH

export LC_ALL=C

source /etc/bashrc刷新配置文件

这时候/usr/local下面多个三个文件夹bin include lib

安装tessract

在执行./configure的时候若是遇到configure: error: Leptonica 1.74 or higher is required. Try to install libleptonica-dev package.spring

请将这些环境变量添加至/etc/bashrc中,保存以后记得source /etc/bashrcjson

export LD_LIBRARY_PATH=$LD_LIBRARY_PAYT:/usr/local/lib

export LIBLEPT_HEADERSDIR=/usr/local/include

export PKG_CONFIG_PATH=/usr/local/lib/pkgconfig

并将/usr/local/lib下相关的tesseract和leptonica的library(.so)的文件复制到 /usr/lib下vim

或者直接添加成这样便可浏览器

PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig

export PKG_CONFIG_PATH

CPLUS_INCLUDE_PATH=$CPLUS_INCLUDE_PATH:/usr/local/include/

export CPLUS_INCLUDE_PATH

C_INCLUDE_PATH=$C_INCLUDE_PATH:/usr/local/leptonica/include/leptonica

export C_INCLUDE_PATH

LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib

export LD_LIBRARY_PATH

LIBRARY_PATH=$LIBRARY_PATH:/usr/local/lib

export LIBRARY_PATH

解压并上传

执行如下命令

./autogen.sh

./configure

make

make install

export PKG_CONFIG_PATH=$HOME/local/lib/pkgconfig

Java应用部署

上传刚才提供的jar包到你本身的服务器

java -jar ocr.jar &后台运行整个服务

此时是没法访问的,给定默认的端口是8081,因此须要开启8081的端口号如何开启端口

而后在root目录下面建立project/ocr/static这个目录

将index.html放进该文件夹,将提供的tessdata文件夹拷贝到/root/project/ocr/目录下,ocr目录下再建立upload_img_dir用于存放上传的图片文件

部署完成 能够在浏览器使用http://你的IP地址/域名:8081进行访问了