JAVA使用tess4j实现简单文字识别

借鉴文章

https://blog.csdn.net/zai_xia/article/details/80003778

maven依赖

		<dependency>
            <groupId>net.sourceforge.tess4j</groupId>
            <artifactId>tess4j</artifactId>
            <version>4.4.1</version>
        </dependency>

语言包获取

1.英语识别语言包：将下载的jar包解压，获取英语语言包，eng.traineddata
2.中英文语言包请自行百度

代码

import net.sourceforge.tess4j.ITesseract;
import net.sourceforge.tess4j.Tesseract;
import net.sourceforge.tess4j.TesseractException;
import org.w3c.dom.ls.LSOutput;

import java.io.File;
import java.io.IOException;
import java.util.Scanner;

/**
 * Tess4J测试类
 */
public class test {

    public static void main(String[] args){

        String path = "D:\\"; //图片，语言包存放路径
        Scanner sc = new Scanner(System.in);
        System.out.println("简单图片文字识别");
        System.out.println("输入图片名称，请保证为jpg格式，微信，qq截图jpg请用画图工具等另存为JPEG后使用");
        System.out.println("例：photo.jpg， enter确定");
        String name = "photo2.jpg";

        File file = new File(path + name);//获取图片
        ITesseract instance = new Tesseract();


        File directory = new File(path);
        String courseFile = null;
        try {
            courseFile = directory.getCanonicalPath();
        } catch (IOException e) {
            e.printStackTrace();
        }

        //设置语言包路径，到语言包上一层目录，例：D:\tessdata\eng.traineddata --> D:\tessdata
        instance.setDatapath(courseFile + "tessdata");

        instance.setLanguage("eng");//默认：eng 英文	根据需求选择其他语言库（语言包）
        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("识别内容");
        System.out.println("================================================================================");
        System.out.println(result);
        System.out.println("================================================================================");
    }

}

可能遇到的问题

1、语言包路径错误
2、截图图片直接保存，显示jpg格式，但是识别报错，使用画图等工具将图片另存一次，可正常识别
3、特殊字符比较多时识别率低的可怕，可以自行搜所更好语言包

如有错误还请指正