Java实现图片转文字！（OCR实现）

今天给大家分享一个Java实现OCR（图片转文字）的方法。

具体实现是把tess4j整合到一个SpringBoot项目中。

下面是详细步骤

什么是Tess4j

在实现OCR之前，先要分清楚Tesseract 和Tess4j的区别。

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。
Tess4J是一个基于Tesseract 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。

Tesseract引擎的下载

根据上面介绍的，Tess4j只是提供OCR的Java接口，真正OCR的Tesseract引擎。所以我们得先下载对应系统的Tesseract引擎（这里我以Windows版本为例）。

下载地址【github.com/UB-Mannheim...】

下载完成之后选择安装路径，默认安装即可。

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。

下载地址【github.com/tesseract-o...】

我们可以看到Tesseract提供了很多语言的训练集，这里我们选择简体中文chi_sim。

然后将训练集放到Tesseract引擎对应的目录下，如下所示，tessdata文件夹是专门用来放训练集的。

到此为止，我们的环境准备工作已经完成了。

实现OCR

首先新建一个SpringBoot项目，由于是提供api接口，所以勾选spring web。

添加Maven依赖

XML 复制代码

<!-- https://mvnrepository.com/artifact/net.sourceforge.tess4j/tess4j -->
<dependency>
    <groupId>net.sourceforge.tess4j</groupId>
    <artifactId>tess4j</artifactId>
    <version>4.5.1</version>
</dependency>

service层的实现

代码如下。

ps：如果我们想实现多语言识别，只需要在设置原因的时候将语言类型拼接起来。

java 复制代码

@Service
public class OcrService {

    private final ITesseract tesseract;

    public OcrService() {
        this.tesseract = new Tesseract();
        //训练集存放的目录
        this.tesseract.setDatapath("D:\tesseract\tessdata");
    }

    public String recognizeText(BufferedImage image) throws TesseractException {
        tesseract.setLanguage("chi_sim");

        //如果想要实现简体和繁体的识别，只需要将语言类型拼接起来
        //tesseract.setLanguage("chi_sim+chi_tra");

        return tesseract.doOCR(image);
    }

controller层的实现

接下来我们对外提供一个controller接口，接收参数为MultipartFile

java 复制代码

@RestController
@RequestMapping("/api/ocr")
public class OcrController {

    @Autowired
    private OcrService ocrService;

    @PostMapping("/recognize")
    public ResponseEntity<String> recognizeText(@RequestParam("file") MultipartFile file) {
        try {
            String result = ocrService.recognizeText(ImageIO.read(file.getInputStream()));
            return ResponseEntity.ok(result);
        } catch (IOException | TesseractException e) {
            return ResponseEntity.badRequest().body("图片处理出错: " + e.getMessage());
        }
    }

测试接口

首先启动SpringBoot项目。

这里用postman来做api测试，测试对下面图片中文字识别的准确率

postman中headers 和body设置如下，完成之后点击send，可以看出识别的速度还是非常快的，仅用时1秒多，准确率也很高。

是不是很简单，Tessdata不仅能够识别这些标准文字，还能识别很多特殊的字体，甚至可以用自己的笔迹来生成一个训练集来专门识别自己写的字！