支持多种语言和书面语言#xff0c;并且可以在命令行中执行。

它是一个流行的开源OCR工具#xff0c;可以在许多不同的操作系…场景

Tesseract

Tesseract是一个开源的光学字符识别OCR引擎它可以将图像中的文字转换为计算机可读的文本。

支持多种语言和书面语言并且可以在命令行中执行。

它是一个流行的开源OCR工具可以在许多不同的操作系统上运行。

GitHub

OCR引擎的Java接口可以用来识别图像中的文本说白了就是封装了它的API让Java可以直接调用。

中文文字训练集下载

Tesseract引擎默认是无法识别中文的只能识别数字或者英文。

如果我们想实现中文的识别就得去下载对应的训练集。

GitCode

将chi_sim.traineddata复制到某磁盘路径下这里放在D盘tessdata目录下

博客霸道流氓气质-CSDN博客

dependencygroupIdnet.sourceforge.tess4j/groupIdartifactIdtess4j/artifactIdversion4.5.4/version/dependency

2、在配置文件application.yml中添加训练集文件夹的路径

tess4j:datapath:

3、新增配置类读取配置文件内容并初始化Tesseract类交给Spring管理

import

net.sourceforge.tess4j.Tesseract;

import

org.springframework.beans.factory.annotation.Value;

import

org.springframework.context.annotation.Bean;

import

org.springframework.context.annotation.Configuration;Configuration

public

{Value(${tess4j.datapath})private

String

设置训练数据文件夹路径tesseract.setDatapath(dataPath);//

设置为中文简体tesseract.setLanguage(chi_sim);return

tesseract;}

com.ruoyi.system.service.IOcrService;

import

net.sourceforge.tess4j.Tesseract;

import

net.sourceforge.tess4j.TesseractException;

import

org.springframework.beans.factory.annotation.Autowired;

import

org.springframework.stereotype.Service;

import

tesseract.doOCR(bufferedImage);}

catch

com.ruoyi.system.service.IOcrService;

import

org.springframework.beans.factory.annotation.Autowired;

import

org.springframework.boot.test.context.SpringBootTest;

import

org.springframework.test.context.junit4.SpringRunner;

import

java.io.InputStream;RunWith(SpringRunner.class)

RuoYiApplication.class,webEnvironment

SpringBootTest.WebEnvironment.RANDOM_PORT)

public

FileInputStream(D://tess4j.png);String

result

iOcrService.recognizeText(inputStream);System.out.println(result);}

catch

其它使用场景比如前端上传照片后台识别返回结果等可自己进行扩展。