【JAVA】Tesseract-OCR截图屏幕指定区域识别0.4.2

【JAVA】Tesseract-OCR截图屏幕指定区域识别0.2.2

- 步骤
- - [1. Tesseract-OCR下载地址](#1. Tesseract-OCR下载地址)
  - [2. 添加maven依赖](#2. 添加maven依赖)
  - [3. 下载中文语言包](#3. 下载中文语言包)
  - [4. 正式代码](#4. 正式代码)

2024年12月20日19:53:57----0.2.2

2024年12月23日11:59:16----0.3.2

步骤

1. Tesseract-OCR下载地址

https://tesseract-ocr.github.io/tessdoc/Downloads.html

2. 添加maven依赖

java 复制代码

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

3. 下载中文语言包

https://gitcode.com/open-source-toolkit/99b98/blob/main/tessdata.rar

下载后将rar解压放到类似这样的目录D:\Program Files\Tesseract-OCR\tessdata

如果没有该语言包，但是代码里有instance.setLanguage("chi_sim")，就会报错

java 复制代码

      * Warning: Invalid resolution 0 dpi. Using 70 instead.
      * Exception in thread "main" java.lang.Error: Invalid memory access
      * 	at com.sun.jna.Native.invokePointer(Native Method)
      * 	at com.sun.jna.Function.invokePointer(Function.java:497)
      * 	at com.sun.jna.Function.invoke(Function.java:441)
      * 	at com.sun.jna.Function.invoke(Function.java:361)
      * 	at com.sun.jna.Library$Handler.invoke(Library.java:265)
      * 	at com.sun.proxy.$Proxy0.TessBaseAPIGetUTF8Text(Unknown Source)
      * 	at net.sourceforge.tess4j.Tesseract.getOCRText(Tesseract.java:517)
      * 	at net.sourceforge.tess4j.Tesseract.doOCR(Tesseract.java:359)
      * 	at net.sourceforge.tess4j.Tesseract.doOCR(Tesseract.java:228)
      * 	at net.sourceforge.tess4j.Tesseract.doOCR(Tesseract.java:195)
      * 	at Main.main(Main.java:23)

4. 正式代码

下面这个代码就是从指定区域识别字符，然后从字符里找出数字

java 复制代码

import net.sourceforge.tess4j.ITesseract;
import net.sourceforge.tess4j.Tesseract;
import net.sourceforge.tess4j.TesseractException;

import javax.imageio.ImageIO;
import java.awt.*;
import java.awt.image.BufferedImage;
import java.io.File;
import java.io.IOException;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Main {
    public static void main(String[] args) {
        clipPic();
        System.out.println(getFinalNumber());
    }

    public static String findNumber(String input){
        String findResult="";
        // 定义正则表达式模式，用于匹配数字
        Pattern pattern = Pattern.compile("\\d+");
        // 创建Matcher对象，用于对输入字符串进行匹配操作
        Matcher matcher = pattern.matcher(input);
        // 通过循环查找并输出所有匹配的数字
        while (matcher.find()) {
            findResult=matcher.group();
        }
        return findResult;
    }

    public static void clipPic(){
        try {
            // 创建一个Robot对象
            Robot robot = new Robot();
            // 指定截图区域
            Rectangle screenRect = new Rectangle(1920, 0, 150, 43); // x, y, width, height
            // 截图
            BufferedImage screenFullImage = robot.createScreenCapture(screenRect);
            // 保存图片
            ImageIO.write(screenFullImage, "png", new File("D:\\日志\\123.png"));
            System.out.println("截图已保存为 screenshot.png");
        } catch (AWTException | IOException ex) {
            System.err.println("截图失败：" + ex);
        }
    }

    public static String getFinalNumber(){
        String finalResult="";
        // 初始化Tesseract实例
        ITesseract instance = new Tesseract();

        try {
            // 设置Tesseract的语言库路径（根据实际情况修改）
            instance.setDatapath("D:\\Program Files\\Tesseract-OCR\\tessdata");
            // 设置识别语言，默认为英文，中文简体设置为"chi_sim"
            instance.setLanguage("chi_sim");
            
            // 设置tessedit_unrej_any_wd参数，示例设为true，允许识别任何未被拒绝的单词
            instance.setTessVariable("tessedit_unrej_any_wd", "true");
            // 设置textord_force_make_prop_words参数，强制创建合理的单词，有助于中文词汇组合识别
            instance.setTessVariable("textord_force_make_prop_words", "true");
            // 设置tessedit_create_hocr参数，生成hOCR格式输出，利于文本位置和排版相关分析
            instance.setTessVariable("tessedit_create_hocr", "true");
            // 设置language_model_ngram_score参数，这里设置一个示例值，需根据实际测试调整
            instance.setTessVariable("language_model_ngram_score", "0.6");
            
            // 读取待识别的图片文件
            File imageFile = new File("D:\\日志\\123.png");
            // 执行OCR识别
            finalResult = findNumber(instance.doOCR(imageFile));
            return finalResult;
        } catch (TesseractException e) {
            System.err.println(e.getMessage());
        }
        return finalResult;
    }
}