SpringBoot+Tess4j实现牛逼的OCR识别工具

前言

“
等不到风中你的脸颊

眼泪都美到很融洽

等不到掩饰的雨落下

我的眼泪被你察觉
”

听着循环的歌曲&＃xff0c;写着久违的bug。好吧&＃xff0c;还是一天。正好一个小伙伴说&＃xff0c;要不要做个工具站玩一下。我就随意的找了个工具站&＃xff0c;看了下&＃xff0c;发现很多都有文字的OCR识别功能。因此&＃xff0c;我想起来之前了解的非常流行的开源的OCR大神级别的项目&＃xff0c;Tesseract OCR。

简单介绍

官网如下所示

https://tesseract-ocr.github.io/

简洁明了&＃xff0c;挂在github上的网站。

详细的不再介绍&＃xff0c;感兴趣的&＃xff0c;可以进入同志网站&＃xff1a;https://github.com/tesseract-ocr/tesseract &＃xff0c;观摩学习。

实操准备

要想在开发中使用&＃xff0c;还是需要接入对应的API。

对于开发者来说&＃xff0c;提供了众多的Wrapper&＃xff0c;来实现Api调用。

对于Java一名小开发&＃xff0c;来讲&＃xff0c;还是使用tess4j&＃xff0c;作为Api来使用。官网如下&＃xff1a;

http://tess4j.sourceforge.net/

可以直接下载jar包&＃xff0c;或者采用Maven依赖下载。


net.sourceforge.tess4jtess4j4.5.3



开发实现

First 创建工程

Second 添加依赖


4.0.0org.exampletest-textocr1.0-SNAPSHOTnet.sourceforge.tess4jtess4j4.5.3


Third 填写类文件

package ocr;import net.sourceforge.tess4j.ITesseract;
import net.sourceforge.tess4j.Tesseract;
import net.sourceforge.tess4j.TesseractException;import javax.imageio.ImageIO;
import java.awt.image.BufferedImage;
import java.io.IOException;/**
* ocr测试.
*
* &＃64;author huc_逆天
* &＃64;since 2021/1/12 17:42
*/
public class TestTextOcr {public static void main(String[] args) throws IOException {// 创建实例ITesseract instance &＃61; new Tesseract();// 设置识别语言instance.setLanguage("chi_sim");// 设置识别引擎instance.setOcrEngineMode(1);// 读取文件BufferedImage image &＃61; ImageIO.read(TestTextOcr.class.getResourceAsStream("/2.jpg"));try {// 识别String result &＃61; instance.doOCR(image);System.out.println(result);} catch (TesseractException e) {System.err.println(e.getMessage());}}
}


Fifth 添加训练语言环境配置

TESSDATA_PREFIX&＃61;F:\tessdata &＃xff0c;变量名&＃xff0c;固定&＃xff0c;值为官网下载文件 https://github.com/tesseract-ocr/tessdata

Sixth 运行

结果如下&＃xff1a;

可能识别模式&＃xff0c;不是很合适&＃xff0c;切换下

instance.setOcrEngineMode(0);


是不是舒服多了&＃xff0c;哈哈。识别率瞬间上涨。

大家可以自行测试。

总结

好了&＃xff0c;今天就到这了。技术在于折腾。多学习&＃xff0c;让自己武装起来&＃xff0c;变强大。