利用Tess4J实现图片识别

一、下载

1.进入官网下载页面

https://sourceforge.net/projects/tess4j/

2.点击download

3.下载后解压，目录如下，圈出的三个文件夹是需要用到的

二、使用Tess4J

1.将dist和lib下的包导入java项目

2.将 tessdata 文件夹复制进项目的根目录

3.示范代码如下

public class OCRDemo {

    public static void main(String[] args) {
        try {
            double start=System.currentTimeMillis();
            File imageFile = new File("C:\\Users\\dan\\Desktop\\12345.png");//图片位置
            ITesseract instance = new Tesseract();
            //instance.setDatapath("");//设置tessdata位置
            instance.setLanguage("chi_sim");//选择字库文件
            String result = instance.doOCR(imageFile);//开始识别
            double end=System.currentTimeMillis();
            System.out.println(result);//打印图片内容
            System.out.println("耗时"+(end-start)/1000+" s");
        } catch (TesseractException e) {
            e.printStackTrace();
        }
    }

}

注意事项：

①如果tessdata没有放入根目录，务必设置teedata的位置

instance.setDatapath("");//设置tessdata位置

②选择字库文件不需要写上后缀，默认 tessdata 包中可能没有 chi_sim 这个中文包，需要自己下载

https://github.com/tesseract-ocr/tessdata

三、运行结果

官方字库识别率还是偏低的，如果对精度要求高的话需要自己训练字库了