Java使用Tessdata做OCR图片文字识别【搬代码】

搬代码2024-07-06 18:59

下载tessdata各语言集合包.zip

找个盘下面解压缩，名字改成英文的

pom文件依赖

xml 复制代码

<dependency>
            <groupId>net.sourceforge.tess4j</groupId>
            <artifactId>tess4j</artifactId>
            <version>4.5.4</version>
        </dependency>

java文件内容

java 复制代码

package com.jht.demo.until;
import net.sourceforge.tess4j.ITesseract;
import net.sourceforge.tess4j.Tesseract;
import net.sourceforge.tess4j.TesseractException;


import java.io.File;

public class OCRChineseExample {

        public static void main(String[] args) {
            // 初始化Tesseract实例
            ITesseract instance = new Tesseract();

            // 设置训练数据的路径（tessdata/configs/path）
          //  instance.setDatapath("C:\\Program Files\\Tesseract-OCR\\tessdata");
            instance.setDatapath("E:\\tessdata\\tessdata");

            // 设置OCR的语言
            instance.setLanguage("chi_sim"); // 中文简体

            try {
                // 读取图片文件
               // String imgPath = "C:\\path\\to\\your\\image.png";
                String imgPath = "D:\\桌面\\1.png";
                String result = instance.doOCR(new File(imgPath));
                System.out.println(result);
            } catch (TesseractException e) {
                e.printStackTrace();
            }
        }

}

识别不太对说明训练的还是不到位呀，但是逻辑是正确的