Java圖片識別--Tess4j安裝

Tess4J簡介

Tesseract-OCR支持中文識別，并且開源和提供全套的訓練工具，是快速低成本開發(fā)的首選。而Tess4J則是Tesseract在Java PC上的應用。在英文和數字識別中性能還是不錯的，但是在中文識別中，無論速度還是識別率還是較弱，建議有條件的話，針對場景進行訓練，會獲得較好結果。

Tess4J的使用

1.Maven導入依賴

     <dependencies>
        <dependency>
            <groupId>net.sourceforge.tess4j</groupId>
            <artifactId>tess4j</artifactId>
            <version>5.2.1</version>
        </dependency>
    </dependencies>

2.添加Tessdata語言庫

網址：mirrors / tesseract-ocr / tessdata · GitCode

下載下面這個字庫文件：

【注意】路徑中不得有中文

3.準備圖片資源

【注意】路徑中不得有中文

4.編寫代碼

package cn.zcj;
import net.sourceforge.tess4j.Tesseract;
import net.sourceforge.tess4j.TesseractException;
import java.io.File;
public class tess4jDemo {
    public static void main(String[] args) {
        //圖片路徑
        String path = "D:\\IDEA\\img\\1.png";
        //語言位置
        String languagePath = "D:\\IDEA\\tess4j";
        File file = new File(path);
        Tesseract instance = new Tesseract();
        //設置訓練庫位置
        instance.setDatapath(languagePath);
        //chi_sim:簡體中文，eng根據需求選擇語言庫
        instance.setLanguage("chi_sim");
        String result = null;
        try{
            result = instance.doOCR(file);
        }catch (TesseractException e){
            e.printStackTrace();
        }
        System.out.println("圖片中的文字為:"+result);
    }
}

輸出結果為：