Java OCR文字识别（Tess4J）
10月17日 10:11:10
阅读数：6372
OCR （Optical Character Recognition，光学字符识别）是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程；即，针对印刷体字符，采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件，并通过识别软件将图像中的文字转换成文本格式，供文字处理软件进一步编辑加工的技术。如何除错或利用辅助信息提高识别正确率，是OCR最重要的课题，ICR（Intelligent Character Recognition）的名词也因此而产生。衡量一个OCR系统性能好坏的主要指标有：拒识率、误识率、识别速度、用户界面的友好性，产品的稳定性，易用性及可行性等。
Tess4J是对google tesseract ocr的java库的一种实现
1.maven添加依赖
<!-- /artifact/net.sourceforge.tess4j/tess4j --><dependency><groupId>net.sourceforge.tess4j</groupId><artifactId>tess4j</artifactId><version>3.2.1</version></dependency>
2.工具类编辑
/*** tesseract for java， ocr（Optical Character Recognition，光学字符识别）* 工具类* @author wind*/public class Tess4jUtils {/*** 从图片中提取文字,默认设置英文字库,使用classpath目录下的训练库* @param path* @return*/public static String readChar(String path){// JNA Interface MappingITesseract instance = new Tesseract();// JNA Direct Mapping// ITesseract instance = new Tesseract1();File imageFile = new File(path);//In case you don't have your own tessdata, let it also be extracted for you//这样就能使用classpath目录下的训练库了File tessDataFolder = LoadLibs.extractTessResources("tessdata");//Set the tessdata pathinstance.setDatapath(tessDataFolder.getAbsolutePath());//英文库识别数字比较准确instance.setLanguage(Const.ENG);return getOCRText(instance, imageFile);}/*** 从图片中提取文字* @param path 图片路径* @param dataPath 训练库路径* @param language 语言字库* @return*/public static String readChar(String path, String dataPath, String language){File imageFile = new File(path);ITesseract instance = new Tesseract();instance.setDatapath(dataPath);//英文库识别数字比较准确instance.setLanguage(language);return getOCRText(instance, imageFile);}/*** 识别图片文件中的文字* @param instance* @param imageFile* @return*/private static String getOCRText(ITesseract instance, File imageFile){String result = null;try {result = instance.doOCR(imageFile);} catch (TesseractException e) {e.printStackTrace();}return result;}public static void main(String[] args) {/*String path = "src/main/resources/image/text.png";System.out.println(readChar(path));*/String ch = "src/main/resources/image/ch.png";System.out.println(readChar(ch, "src/main/resources", Const.CHI_SIM));}}
