利用Tess4J實現圖片識別

 

1、下載

1.進入官網下載頁面

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

 

2.點擊download

 

3.下載後解壓，目錄以下，圈出的三個文件夾是須要用到的

 

2、使用Tess4J

1.將dist和lib下的包導入java項目

 

2.將 tessdata 文件夾複製進項目的根目錄

 

3.示範代碼以下

public class OCRDemo {

    public static void main(String[] args) {
        try {
            double start=System.currentTimeMillis();
            File imageFile = new File("C:\\Users\\dan\\Desktop\\12345.png");//圖片位置
            ITesseract instance = new Tesseract();
            //instance.setDatapath("");//設置tessdata位置
            instance.setLanguage("chi_sim");//選擇字庫文件
            String result = instance.doOCR(imageFile);//開始識別
            double end=System.currentTimeMillis();
            System.out.println(result);//打印圖片內容
            System.out.println("耗時"+(end-start)/1000+" s");
        } catch (TesseractException e) {
            e.printStackTrace();
        }
    }

}

注意事項：

①若是tessdata沒有放入根目錄，務必設置teedata的位置

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

②選擇字庫文件不須要寫上後綴，默認 tessdata 包中可能沒有 chi_sim 這個中文包，須要本身下載

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

 

3、運行結果

 

官方字庫識別率仍是偏低的，若是對精度要求高的話須要本身訓練字庫了