pom文件报错_解决mac下tess4j文字识别报错问题

tesseract想必大家都知道（不知道自个查去），tess4j是java对tesseract的封装。

Description: A Java JNA wrapper for Tesseract OCR API. Tess4J is released and distributed under the Apache License, v2.0. ## Features: The library provides optical character recognition (OCR) support for: TIFF, JPEG, GIF, PNG, and BMP image formats Multi-page TIFF images PDF document format

python调用tesseract的案例有很多，网上一搜一大堆，在此也不细说了。

最近有个小需求，需要使用java来提取图片里的文字，首先想到的就是用tess4j，其实tess4j的使用也比较简单，在pom里引入

       <dependency>
            <groupId>net.sourceforge.tess4j</groupId>
            <artifactId>tess4j</artifactId>
            <version>4.3.1</version>
        </dependency>

测试方法：

@Test
    public void test1() {
        String path = "";		//我的项目存放路径
        File file = new File("WechatIMG1436.png");
        ITesseract instance = new Tesseract();
        File directory = new File(path);
        String courseFile = null;
        try {
            courseFile = directory.getCanonicalPath();
        } catch (IOException e) {
            e.printStackTrace();
        }

        //设置训练库的位置
        instance.setDatapath("/tessdata");

        instance.setLanguage("chi_sim");//chi_sim ：简体中文， eng	根据需求选择语言库
        String result = null;
        try {
            long startTime = System.currentTimeMillis();
            result =  instance.doOCR(file);
            long endTime = System.currentTimeMillis();
            System.out.println("Time is：" + (endTime - startTime) + " 毫秒");
        } catch (TesseractException e) {
            e.printStackTrace();
        }

        System.out.println("result: ");
        System.out.println(result);
    }

比较奇特的是上面一段代码在windows里是完全没问题的，在mac下就完全执行不了

tess4j报错信息

google了半天，大多在重复瞎扯，什么一会java不支持tesseract都能扯出来，后面在Stack Overflow上看到有人在python下调用tesseract也会报这个错，然后他们的解决方式是在代码里加上

import locale
locale.setlocale(locale.LC_ALL, 'C')

其实就是增加一个环境变量，那么我在java里执行前也加上这个环境变量不就行了。。so，在idea里加了个参数，果然好了。。

下面是一张图片的测试结果；

下面是我在python下测试的输出：

可以看到识别结果是有区别的，不过这个区别应该是模型文件的不同导致，在java里面指定了一个单独下载的模型文件。