JAVA OCR图片识别

今天闲来无聊，尝试了一下OCR识别，尝试了以下三种方案：

1.直接使用业界使用最广泛的Tesseract-OCR。

Tesseract项目最初由惠普实验室支持，1996年被移植到Windows上，1998年进行了C++化。在2005年Tesseract由惠普公司宣布开源。2006年到现在，都由Google公司开发及维护。

2.使用基于Tesseract-OCR封装的Tess4j

3.调用百度云OCR服务实现（AT两家太贵，百度云文字识别服务提供每个月15000次的免费调用）。

先说测试结果：

毫无意外的，百度识别率最高，如果要自己实现，原生tesseract-ocr比tess4j识别率高出很多。

---

具体实现：

1.百度云OCR地址：https://cloud.baidu.com/product/ocr.html

JAVA开发指南：https://cloud.baidu.com/doc/OCR/OCR-Java-SDK.html

2.直接使用Tesseract-OCR，还有一个好处就是可以进行针对性的训练，提高识别率，我没有尝试过。

参考：

Windows环境安装tesseract-ocr 4.00并配置环境变量

注意：可以去github下载最新语言包文件，语言包是放在 tessdata文件夹，文件比较大，下载比较慢。

java文字识别技术（亲测，识别率很高）

java 图片文字识别 ocr

备注：截止到笔者写文时已发布4.00版本。

3.使用Tess4j，（不建议使用，我在试用过程中发现错误率极高）

不过目前网上能找到的比较多的资料都是Tess4j。

有以下可参考：

直接可运行的项目：https://gitee.com/zhaohuihbwj/Tess4JDemo

注意：该项目可直接运行测试。建议在maven中将tess4j升级到最新版本。

该项目直接包含了语言包，tess4j依赖包比较多，克隆过程会比较漫长。

若本地已有语言包chi_sim.traineddata，eng.traineddata，osd.traineddata

可克隆我fork的版本，https://gitee.com/huanghongbo/Tess4JDemo，将以上语言包放入/src/resources/tessdata目录。

其他参考资料：

1.官方参考：http://tess4j.sourceforge.net/

最新官方Tess4j包中已包含了对应dll文件，无需再单独配置。

2.Java OCR tess4j 图片识别技术（三）

3.验证码识别（Tess4J初体验）

4.tess4j正确的使用 OCR