java tess4j训练库_Java 验证码识别库 Tess4j 学习

Java 验证码识别库 Tess4j学习

【在用java的Jsoup做爬虫爬取数据时遇到了验证码识别的问题(基于maven)，找了网上挺多的资料，发现Tess4j可以自动识别验证码，在这里简单记录下学习过程及遇到的一些问题。】

步骤：

需要在步骤一的tessdata文件中加入相关语言包(训练文件)，在这里下载：https://github.com/tesseract-ocr/tessdata ，如果是简单的英文数字验证码，下载 eng.traineddata然后放到文件夹里即可，中文的是chi开头的traineddata。

导入相关依赖，maven相关依赖如下：

junit

junit

3.8.1

test

net.java.dev.jna

jna

4.2.1

net.sourceforge.tess4j

tess4j

4.1.1

com.sun.jna

jna

4，编写相关代码(自测可正常运行)：

packageyanZhengMaTest.pikachu;importjava.io.File;importnet.sourceforge.tess4j.Tesseract;importnet.sourceforge.tess4j.TesseractException;public classTest {public static voidmain(String[] args) {//验证码图片存储地址

File imageFile = new File("C:\Users\pc\Desktop\1.gif");if(!imageFile.exists()){<