目录

Tess4J 图像文字OCR识别

Spire-OCR 图像文字OCR识别

---

Tess4J 图像文字OCR识别

1、Tess4J 是 Tesseract OCR 引擎的 Java JNA 封装，提供了一个能力强大的接口来实现这一功能。官网：https://tess4j.sourceforge.net/。开源免费。

2、本文环境：Java JDK 11 + Spring boot 2.6.3 + tess4j 5.14.0

步骤1：引入 tess4j 依赖

        <!-- https://mvnrepository.com/artifact/net.sourceforge.tess4j/tess4j -->
        <dependency>
            <groupId>net.sourceforge.tess4j</groupId>
            <artifactId>tess4j</artifactId>
            <version>5.14.0</version>
        </dependency>

pom.xml · 汪少棠/sqliteapp3 - Gitee.com。 

步骤2：下载Tessdata语言库

1、从官网下载 https://github.com/tesseract-ocr/tessdata 字体库，chi_sim.traineddata 是中文字体库，eng.traineddata 是英文字体库，其它语言，不使用时，可以不用下载。

2、下载后随便放在哪里都行，代码中使用绝对路径指向它即可。

步骤3：图片OCR文字识别

1、实测效果中文并不是很理想，纯英文效果不错。

    /**
     * String doOCR(File imageFile)：执行OCR操作，读取图片内容
     * String doOCR(File imageFile, List<Rectangle> rects)：读取图片中指定范围内的内容
     *
     * @throws TesseractException
     */
    @Test
    public void testTess4J() throws TesseractException {
        ClassPathResource resource = new ClassPathResource("data/image/中英文.jpg");
        // ClassPathResource resource = new ClassPathResource("data/image/纯英文.jpg");
        ClassPathResource tessDataResource = new ClassPathResource("data/tessdata");
        File imgFile = resource.getFile();
        String tessDataPath = tessDataResource.getAbsolutePath();

        ITesseract tesseract = new Tesseract();
        // 设定训练文件的位置(必须指定)
        tesseract.setDatapath(tessDataPath);
        // chi_sim：中文；eng：英文；中英混合时需要使用中文字体库(chi_sim)（如果是标准英文识别(eng)，此步可省略）;
        tesseract.setLanguage("chi_sim");
        // 执行OCR操作。
        String resultText = tesseract.doOCR(imgFile);
        // resultText = resultText.replaceAll(" ", "");

        // 读取局部位置
        // Rectangle rectangle = new Rectangle(0, 0, 400, 200);
        // String resultText2 = tesseract.doOCR(imgFile, Lists.list(rectangle));
        System.out.println(resultText);
    }

src/test/java/com/wmx/sqliteapp3/tess4j/Tess4jTest.java · 汪少棠/sqliteapp3 - Gitee.com。 

Spire-OCR 图像文字OCR识别

1、Spire.OCR for Java 是一款专业的用于文字识别的 Java OCR（图文识别）组件，用以读取 JPG、PNG、GIF、BMP 和 TIFF 等图片格式中的文本。利用该组件，开发人员可以在 Java 应用程序中实现 OCR 功能。

2、Spire.OCR for Java 操作简单易用，仅需一小串 Java 代码，便可轻松读取 JPG、PNG、GIF、BMP 和 TIFF 等常用图片中的文本信息。

3、此外，Spire.OCR for Java 功能非常强大， 支持识别各种常用印刷字体，如 宋体、仿宋、黑体、微软雅黑、Arial, Times New Roman, Courier New, Verdana, Tahoma 、Calibri 等；支持识别粗体、斜体、简体、繁体等字体样式；支持扫描全图，并且能识别多种语言文字，如英语，中文，法语，德语，日语及韩语等。

试用版在功能上没有任何限制，只是在结果文档中有试用提示信息。当您购买并应用 license 后，会成功移除这些提示信息。

https://www.e-iceblue.cn/Introduce/Spire-OCR-JAVA.html。

官网使用手册:Java 使用 Spire.OCR for Java 的新模型从图片中提取文本。

步骤1：引入 Spire.OCR 依赖(官网)

    <dependencies>
        <!-- https://mvnrepository.com/artifact/e-iceblue/spire.ocr -->
        <dependency>
            <groupId>e-iceblue</groupId>
            <artifactId>spire.ocr</artifactId>
            <version>1.9.22</version>
        </dependency>
    </dependencies>

    <repositories>
        <repository>
            <id>com.e-iceblue</id>
            <name>e-iceblue</name>
            <url>https://repo.e-iceblue.cn/repository/maven-public/</url>
        </repository>
    </repositories>

pom.xml · 汪少棠/sqliteapp3 - Gitee.com。 

步骤2：下载语言模型

Linux（须使用 CentOS 8、Ubuntu 18 及以上版本）

Windows x64

下载后随便放在哪里都行，代码中使用绝对路径指向它即可。

步骤3：图片OCR文字识别

1、亲测效果非常好，和微信识别的结果一模一样。

    /**
     * 从图片中识别文字
     */
    @Test
    public void scanTextFromImage() {
        try {
            // OCR模型路径
            String modelPath = "D:\\software\\spire-ocr-win-x64";

            // 图片路径
            ClassPathResource resource = new ClassPathResource("data/image/中英文.jpg");
            // ClassPathResource resource = new ClassPathResource("data/image/纯英文.jpg");
            String imagePath = resource.getAbsolutePath();

            // 创建OcrScanner类的对象
            OcrScanner scanner = new OcrScanner();
            // 设置扫描器配置
            ConfigureOptions configureOptions = new ConfigureOptions();
            // 指定文本识别的OCR语言，支持语言包括 English, Chinese, Chinesetraditional, French, German, Japanese 和 Korean
            configureOptions.setLanguage("Chinese");
            // 指定模型的路径
            configureOptions.setModelPath(modelPath);
            // 将配置应用于扫描器
            scanner.ConfigureDependencies(configureOptions);

            // 识别图片中的文本
            scanner.scan(imagePath);
            // 获取识别出的文本
            String toString = scanner.getText().toString();
            System.out.println(toString);
        } catch (OcrException e) {
            System.out.println("OCR 文字识别时发生错误。");
            e.printStackTrace();
        }
    }

src/test/java/com/wmx/sqliteapp3/tess4j/SpireOcrTest.java · 汪少棠/sqliteapp3 - Gitee.com。