SpringBoot集成Tess4j :低成本解锁OCR 图片识别能力

一、引言

你是否曾遇到过这样的情况:看到一段有用的文本,想要快速复制下来,却只能眼巴巴地盯着屏幕,手动输入?

其实,Java 也可以轻松实现 OCR(光学字符识别)功能,让你轻松识别并提取图片中的文字信息。不需要庞大的外部工具,也不必担心复杂的配置,只需几行代码,Java 就能帮你搞定 OCR!

接下来,我们将带你一步步揭开这项技术的神秘面纱,让你的 Java 项目更加智能、便捷。

二、功能演示

先让我们看看最终效果,再进行实现

三、功能实现

1. 描述

在这部分,我们将使用 SpringBoot 和 Tess4j 来实现 OCR 功能。Tess4j 是一个基于 Tesseract 的 Java 封装库,它让我们能够轻松地在 Java 应用中使用 OCR 技术。

无论你是在处理扫描的文档、识别图片中的文字,还是自动化读取截图内容,Tess4j 都能派上用场。通过与 SpringBoot 结合,我们可以快速搭建一个轻量级的 RESTful 服务,轻松应对各种 OCR 需求。

2. 编码实现
2.1 引入依赖
复制代码
<dependency>
    <groupId>net.sourceforge.tess4j</groupId>
    <artifactId>tess4j</artifactId>
</dependency>
2.2 初始化Tesseract引擎

项目部署:

  • 使用 new ClassPathResource("tess_data").getFile().getAbsolutePath() 可能在项目打成 Jar 包后无法正常访问。为了解决这个问题,可以参考一些开源项目中的 TensorflowUtil 工具类,将 resource 文件进行转存后再加载。

  • 在 Linux 环境中,还需要解决 无法初始化 net.sourceforge.tess4j.TessAPI 的问题,确保所有必要的依赖库和系统配置正确。

训练数据:

  • 不同的训练数据和配置会影响识别结果的精度和速度。可以根据实际需求自行训练适合的数据集。

  • 免费的训练数据包括:

    • tessdata_best: 主要针对高精度要求的应用场景,虽然识别速度较慢,但结果更准确。

    • tessdata: 是标准的训练数据集,平衡了识别速度和精度,适合一般的 OCR 应用。

    • tessdata_fast: 适用于需要快速识别的场景,虽然精度略低,但可以显著提升识别速度。

      /**

      • TesseractOcr 模型加载

      • @author : YiFei
        */
        @Slf4j
        @Getter
        @Component
        publicclass TesseractOcrModelService {

        privatefinal Tesseract tesseract = new Tesseract();

        public TesseractOcrModelService() {
        try {
        // 获取训练模型文件夹 (该方法在打包为jar后会有问题,建议使用项目中TensorflowUtil工具类)
        String folderPath = new ClassPathResource("tess_data").getFile().getAbsolutePath();
        /*
        * OEM_TESSERACT_ONLY = 0:表示仅运行Tesseract OCR引擎,不使用LSTM(Long Short-Term Memory)线识别器。Tesseract是一种传统的OCR引擎,适用于一般的文字识别任务。
        * OEM_LSTM_ONLY = 1:表示仅运行LSTM线识别器,不使用Tesseract。LSTM是一种深度学习模型,通常在处理复杂文本或手写文字识别等任务时表现较好。
        * OEM_TESSERACT_LSTM_COMBINED = 2:表示同时运行Tesseract和LSTM识别器,并在遇到困难情况时允许回退到Tesseract。这种组合模式可以在不同情况下灵活地选择最适合的识别引擎。
        * OEM_DEFAULT = 3:当调用 init_*() 方法时指定此模式,表示可以根据语言特定配置、命令行配置等自动推断使用哪种模式。如果没有明确指定,则默认使用 OEM_TESSERACT_ONLY 模式。
        /
        tesseract.setPageSegMode(OEM_TESSERACT_LSTM_COMBINED);
        // 设置Tesseract OCR引擎的训练数据文件夹路径
        /

        * chi_sim.traineddata: Chinese Simplified(中文简体)
        * chi_sim_vert.traineddata: Chinese Simplified Vertical(中文简体竖排)
        * chi_tra.traineddata: Chinese Traditional(中文繁体)
        * chi_tra_vert.traineddata: Chinese Traditional Vertical(中文繁体竖排)
        */
        tesseract.setDatapath(folderPath);
        tesseract.setPageSegMode(6);
        // 设置为中文简体
        tesseract.setLanguage("chi_sim");
        } catch (Exception e) {
        thrownew RuntimeException(e);
        }
        }

      }

2.3 编写 RESTful 接口
复制代码
/**
 * Ocr-控制器
 *
 * @author : YiFei
 */
@RestController
@RequestMapping("ocr")
@RequiredArgsConstructor
publicclass OcrController {

    privatefinal TesseractOcrModelService tesseractOcrModelService;

    @PostMapping("/detection")
    public Result<String> ocrDetection(MultipartFile file) {
        try {
            /*
            图片调整推荐 :
                二值化:将图像转换为黑白,有助于提高对比度。
                去噪:去除图像中的噪声。
                旋转矫正:确保图像中的文本是水平的。
             */
            Tesseract tesseract = tesseractOcrModelService.getTesseract();
            return Result.success(tesseract.doOCR(ImageIO.read(file.getInputStream())));
        } catch (Exception e) {
            thrownew RuntimeException("ImageIO.read(file.getInputStream())) 解析错误");
        }
    }
}

四、源码

https://gitee.com/fateyifei/yf

注意事项 :

  • 平台一人一号,账号可以通过邮箱、第三方平台自动注册。用户名密码方式登录请联系管理员手动添加、手机号不可用。(敏感数据以做信息脱敏)

  • 在线聊天功能(消息已做脏词过滤,群发、系统、AI消息不会被平台记录)

五、结束语

Tess4j 在识别身份证号、手机号和英文单词方面表现不错,但在使用免费训练数据时,识别中文的效果相对较差。如果您对识别质量有更高的要求,可以考虑以下几种方案:

  • 专项训练: 通过自定义数据集进行专项训练,提升对特定文本类型或语言的识别精度。

  • 调用第三方 API: 利用专业的 OCR 服务提供商,如 Google Cloud VisionMicrosoft Azure OCRAmazon Textract,这些平台通常能提供更高的识别准确性和更多的功能。

此外,Tess4j 也可以应用于其他场景:

  • 文档数字化: 将纸质文档转换为可编辑的电子文本。

  • 自动数据录入: 自动从扫描的表格、账单等文件中提取数据。

  • 车牌识别: 从交通摄像头捕捉的图像中自动识别车牌号码。

  • 手写识别: 将手写内容转换为数字文本。

尽管这些方法可能需要额外的成本和设置,但它们能显著提升识别效果,帮助您满足更高的需求。

相关推荐
DCTANT10 分钟前
【原创】国产化适配-全量迁移MySQL数据到OpenGauss数据库
java·数据库·spring boot·mysql·opengauss
ai小鬼头13 分钟前
AIStarter最新版怎么卸载AI项目?一键删除操作指南(附路径设置技巧)
前端·后端·github
Touper.19 分钟前
SpringBoot -- 自动配置原理
java·spring boot·后端
一只叫煤球的猫1 小时前
普通程序员,从开发到管理岗,为什么我越升职越痛苦?
前端·后端·全栈
一只鹿鹿鹿1 小时前
信息化项目验收,软件工程评审和检查表单
大数据·人工智能·后端·智慧城市·软件工程
专注VB编程开发20年1 小时前
开机自动后台运行,在Windows服务中托管ASP.NET Core
windows·后端·asp.net
程序员岳焱1 小时前
Java 与 MySQL 性能优化:MySQL全文检索查询优化实践
后端·mysql·性能优化
一只叫煤球的猫2 小时前
手撕@Transactional!别再问事务为什么失效了!Spring-tx源码全面解析!
后端·spring·面试
喜欢敲代码的程序员2 小时前
SpringBoot+Mybatis+MySQL+Vue+ElementUI前后端分离版:项目搭建(一)
spring boot·mysql·elementui·vue·mybatis
旷世奇才李先生2 小时前
Ruby 安装使用教程
开发语言·后端·ruby