【图片识别】Java中使用tess4J进行图片文字识别（支持中文）（转）

http://blog.csdn.net/wsk1103/article/details/54173282

java中识别文字比较简单，使用的软件是tesseractocr（使用的版本是3.02，3以后的版本才支持中文），这个软件需要安装在本地电脑中，安装的过程中全部都按照默认进行安装（以便于Java直接调用），

下载地址http://download.csdn.net/detail/wsk1103/9731338。

该软件默认的识别的是英文，如果相要能识别中文，需要将中文的训练文本chi_sim.traineddata存放到C:\Program Files (x86)\Tesseract-OCR\tessdata中，其中该中文训练文本解压后39M左右，

下载地址http://download.csdn.net/detail/wsk1103/9731335

，遗憾的是如果想要识别中英文的话，还得继续谷歌搜索一下，在这里就不列出来了。
Java中识别的话很简单，只需要下面这几行代码就可以了（官方给出来的代码）

File imageFile=new File(path);
if(!imageFile.exists()){
return"图片不存在";
}
Tesseractinstance=Tesseract.getInstance();
instance.setDatapath("C:\\ProgramFiles(x86)\\Tesseract-OCR\\tessdata");//设置训练库的位置
instance.setLanguage("chi_sim");//中文识别
String result=instance.doOCR(imageFile);

想要实现上面的这些代码，需要导入的包有一些，

下载地址：http://download.csdn.net/detail/wsk1103/9731338

关于异常
1. Exception in thread “main” java.lang.Error: Invalid memory access
这个异常表示没有设置训练库的位置
2. 不是有效的win32程序
尝试重新安装一下tesseractocr
安装的路径默认就可以了。