java ocr 识别_JAVA使用Tess4J进行ocr识别

OCR (Optical Character Recognition，光学字符识别)是指电子设备(例如扫描仪或数码相机)检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程；即，针对印刷体字符，采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件，并通过识别软件将图像中的文字转换成文本格式，供文字处理软件进一步编辑加工的技术。如何除错或利用辅助信息提高识别正确率，是OCR最重要的课题，ICR(Intelligent Character Recognition)的名词也因此而产生。衡量一个OCR系统性能好坏的主要指标有：拒识率、误识率、识别速度、用户界面的友好性，产品的稳定性，易用性及可行性等。

Tess4J是对google tesseract ocr的java库的一种实现

1.maven添加依赖

net.sourceforge.tess4j

tess4j

3.2.1

2.工具类编辑

/*** tesseract for java，ocr(Optical Character Recognition，光学字符识别)*工具类*@authorwind*/public class Tess4jUtils {

/***从图片中提取文字,默认设置英文字库,使用classpath目录下的训练库*@parampath*@return*/public static String readChar(String path){

// JNA Interface Mapping

ITesseract instance = new Tesseract();

// JNA Direct Mapping

// ITesseract instance = new Tesseract1();

File imageFile = new File(path);

//In case you don't have your own tessdata, let it also be extracted for you

//这样就能使用classpath目录下的训练库了

File tessDataFolder = LoadLibs.extractTessResources("tessdata");

//Set the tessdata path

instance.setDatapath(tessDataFolder.getAbsolutePath());

//英文库识别数字比较准确

instance.setLanguage(Const.ENG);

return getOCRText(instance, imageFile);

}

/***从图片中提取文字*@parampath图片路径*@paramdataPath训练库路径*@paramlanguage语言字库*@return*/public static String readChar(String path, String dataPath, String language){

File imageFile = new File(path);

ITesseract instance = new Tesseract();

instance.setDatapath(dataPath);

//英文库识别数字比较准确

instance.setLanguage(language);

return getOCRText(instance, imageFile);

}

/***识别图片文件中的文字*@paraminstance*@paramimageFile*@return*/private static String getOCRText(ITesseract instance, File imageFile){

String result = null;

try {

result = instance.doOCR(imageFile);

} catch (TesseractException e) {

e.printStackTrace();

}

return result;

}

public static void main(String[] args) {

/*String path = "src/main/resources/image/text.png";

System.out.println(readChar(path));*/

String ch = "src/main/resources/image/ch.png";

System.out.println(readChar(ch, "src/main/resources", Const.CHI_SIM));

}

}

注释:中文结果不够准确，需要自己训练字库

具体训练字库，以及完整代码请移步https://github.com/followwwind/javautils