谁说Java不行，有了这个类库，你也能实现OCR识别！

OCR （Optical Character Recognition，光学字符识别）是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程；

现在有很多软件都支持这个功能，比如钉钉就支持扫描图片后直接转成文字。

在OCR识别领域，有一个开源的项目——Tesseract，Tesseract是一個光学字符识别引擎。Tesseract是基于Apache许可证的自由软件，自2006 年起由Google赞助开发。 2006年，Tesseract被认为是最精准的开源光学字符识别引擎之一。

但是，这个牛X的项目，现在有了Java包装的API了，那就是Tess4J (https://github.com/nguyenq/tess4j )



Tess4J是对Tesseract OCR API的Java封装。使Java能够通过调用Tess4J的API来使用Tesseract-OCR。支持的格式：TIFF,JPEG,GIF,PNG,BMP,JPEG,and PDF

准备工作

我们首先将Tess4J maven依赖项添加到我们的项目中

<dependency>
    <groupId>net.sourceforge.tess4j</groupId>
    <artifactId>tess4j</artifactId>
    <version>4.5.3</version>
</dependency>

接下来，我们需要确保Tess4j所需的本机库可以从我们的应用程序访问。Tess4J的jar文件已经附带了本机库。但是，需要在加载之前先提取它们。我们可以使用Tess4J实用工具方法来编程完成此操作:

File tmpFolder = LoadLibs.extractTessResources("win32-x86-64");
System.setProperty("java.library.path", tmpFolder.getPath());

此处内容已经被作者隐藏，请输入验证码查看内容

验证码：

请关注本站微信公众号，回复“验证码”，获取验证码。在微信里搜索“Hollis”或者“hollischuang”或者微信扫描右侧二维码都可以关注本站微信公众号。