使用JAVA进行图像识别——基于Tess4J实现

基于Tess4J实现的图像识别

最近在思考一个问题，如何实现用户注册的拍照验证功能，图像识别与抓取功能，但之前一直在听说使用Python，难道我大Java就没有实现吗？

果然前辈们已经帮我们集成好了Tess4J，在等待我们拿去用，感动ing

Tess4J是对Tesseract OCR API.的Java JNA 封装。使java能够通过调用Tess4J的API来使用Tesseract OCR。支持的格式：TIFF,JPEG,GIF,PNG,BMP,JPEG,and PDF

Tess4J API 提供的功能：

1、直接识别支持的文件

2、识别图片流

3、识别图片的某块区域

4、将识别结果保存为 TEXT/ HOCR/ PDF/ UNLV/ BOX

5、通过设置取词的等级，提取识别出来的文字

6、获得每一个识别区域的具体坐标范围

7、调整倾斜的图片

8、裁剪图片

9、调整图片分辨率

10、从粘贴板获得图像

11、克隆一个图像（目的：创建一份一模一样的图片，与原图在操作修改上，不相 互影响）

12、图片转换为二进制、黑白图像、灰度图像

13、反转图片颜色

首先，下载Tess4J的相关资源（一个压缩包），官网：/codesample.html

其中：

lib文件夹下放的是需要用到的Jar包

tessdata下放的是语言库，默认的有英语库，中文库需要另外下载，

新建Java项目，将lib文件夹和tessdata文件夹复制到项目的根目录下，找到dist文件夹下的tess4j.jar(名字可能有版本号)，将该文件也复制到项目根目录下的lib文件夹下。

在项目中导入lib文件夹中所有的jar包（Build path --> configure build path）,导入后的结果如下：

Tess4J的代码比较简短，如下：

Tess4JTest.java

package ocr;import net.sourceforge.tess4j.ITesseract;import net.sourceforge.tess4j.Tesseract;import net.sourceforge.tess4j.TesseractException;import net.sourceforge.tess4j.util.LoadLibs;import java.io.File;import java.io.IOException;/*** Tess4J测试类*/public class Tess4JTest {public static void main(String[] args){String path = "D://Java//Tess4J";//我的项目存放路径File file = new File(path + "//photo.jpg");ITesseract instance = new Tesseract();/*** 获取项目根路径，例如： D:\IDEAWorkSpace\tess4J*/File directory = new File(path);String courseFile = null;try {courseFile = directory.getCanonicalPath();} catch (IOException e) {e.printStackTrace();}//设置训练库的位置instance.setDatapath(courseFile + "//tessdata");instance.setLanguage("eng");//chi_sim ：简体中文， eng根据需求选择语言库String result = null;try {long startTime = System.currentTimeMillis();result = instance.doOCR(file);long endTime = System.currentTimeMillis();System.out.println("Time is：" + (endTime - startTime) + " 毫秒");} catch (TesseractException e) {e.printStackTrace();}System.out.println("result: ");System.out.println(result);}}

效果如下：

原图：

读取结果：

对比而言，0和o的分辨不够准确，需要多多训练字体库。

有任何疑问和和源码需求敬请关注公众号【蜗牛资源社】

欢迎交流学习！