java 怎么调用tess4j
发布网友
发布时间：2022-05-09 08:20
共3个回答
热心网友
时间：2024-02-10 21:16
网上传的代码示例大多是在Windows下安装Tesseract ORC后通过CMD命令操作进行图识别操作.而 Tess4j 针对Tesseract 提供了JNI支持,同时还提供了一些图片操作的工具类,提供比如图片放大,旋转,黑白处理,锐化 等用来提高识别率的操作.操作十分方便. Tess4j 简单到超乎想象,只是自己在使用环境比较特殊,遇到很多问题,这里一一道来.
1 依赖包.
tess4j.jar Tess4j的本尊,用于Tesseract 的JNA支持,并提供相关操作工具类
jna.jar 看到Tesseract 的第一反应是要用cmd或JNI来操作它,了解了一下 Tess4j 使用的JNA,有点JNI高级版的感觉,CMD什么的,玩蛋蛋去吧.
jai_imageio.jar 图片操作的工具类,支持Tiff就靠它了. 它的 META-INF 里有文章,这个后面详说.
还有其它几个包,是用于操作PDF用的吧,没有引用,也没有发生错误.所以的包可以在 Tess4j 的文件目录里面找到.
2 操作代码.
官方的示例中给出了一个超级简单有效的示例,不足20行代码!!!我和小伙伴们都被震惊了!!!关键代码如下:
Java代码 收藏代码
File imageFile = new File("eurotext.tif");
Tesseract instance = Tesseract.getInstance(); // JNA Interface Mapping
String result = instance.doOCR(imageFile);
实际使用中为了提高识别率还要对图片作一些处理来提高识别率,使用Tess4j 自带的工具类即可完成,这样识别率就大大的提高了.( 这里无法解决 验证码 中干扰线问题,干扰线的清理,网上有其它方式处理 )
Java代码 收藏代码
// 这里对图片黑白处理,增强识别率.这里先通过截图,截取图片中需要识别的部分
BufferedImage textImage = ImageHelper.convertImageToGrayscale(ImageHelper.getSubImage(panel.image, startX, startY, endX, endY));
// 图片锐化,自己使用中影响识别率的主要因素是针式打印机字迹不连贯,所以锐化反而降低识别率
// textImage = ImageHelper.convertImageToBinary(textImage);
// 图片放大5倍,增强识别率(很多图片本身无法识别,放大5倍时就可以轻易识,但是考滤到客户电脑配置低,针式打印机打印不连贯的问题,这里就放大5倍)
textImage = ImageHelper.getScaledInstance(textImage, endX * 5, endY * 5);
3 使用中遇到的问题
3.1 相关DLL文件,相关字库文件
liblept168.dll,libtesseract302.dll 其中 liblept168.dll 要先加载.
tessdata 存放的是字库文件,如果需要数字,英文以外的支持需要 Tesseract 页面下载相关字库.
因为公司使用时是将文件打成Jar布署,然后提供客户端下载,所以就把以上两个文件一起打进tess4j.jar里面,然后客户端使用时 tessdata 直接可用,而 liblept168.dll,libtesseract302.dll 需要释放到临时目录然后加载.相关代码:
热心网友
时间：2024-02-10 21:16
java 调用tess4j步骤如下：
一 下载相关的jar包
1.下载Tess4J jar，网址：http://sourceforge.net/projects/tess4j/
2.如果你使用的JVM 64位的，还需要下载 liblept168.dll、libtesseract302.dll的64位文件，下载地址：https://github.com/charlesw/tesseract/tree/master/src/lib/TesseractOcr/x64
二 项目整合
先看看最后整合成功的目录结构，开发环境：Win8.1 64位 + Eclipse 4.2 + JDK 7 64位，工程目录结构如下：
src目录下是 Tess4J的源码目录，test目录 是Tess4J官方提供的demo目录，并将 liblept168.dll、libtesseract302.dll，gsdll64.dll(pdf转换需要用到此文件) 三个文件拷贝到 src根目录下。
三 测试代码
/**
* Test of doOCR method, of class Tesseract1.
*/
@Test
public void testDoOCR_File() throws Exception {
System.out.println("doOCR on a PNG image");
File imageFile = new File("eurotext.png");
String expResult = "The (quick) [brown] {fox} jumps!\nOver the $43,456.78 <lazy> #90 dog";
String result = instance.doOCR(imageFile);
System.out.println(result);
assertEquals(expResult, result.substring(0, expResult.length()));
}
热心网友
时间：2024-02-10 21:17
