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()){<