前言
“等不到风中你的脸颊
眼泪都美到很融洽
等不到掩饰的雨落下
我的眼泪被你察觉”
听着循环的歌曲，写着久违的bug。好吧，还是一天。正好一个小伙伴说，要不要做个工具站玩一下。我就随意的找了个工具站，看了下，发现很多都有文字的OCR识别功能。因此，我想起来之前了解的非常流行的开源的OCR大神级别的项目，Tesseract OCR。
简单介绍
官网如下所示
https://tesseract-ocr.github.io/
简洁明了，挂在github上的网站。
详细的不再介绍，感兴趣的，可以进入同志网站：https://github.com/tesseract-ocr/tesseract ，观摩学习。
实操准备
要想在开发中使用，还是需要接入对应的API。
对于开发者来说，提供了众多的Wrapper，来实现Api调用。
对于Java一名小开发，来讲，还是使用tess4j，作为Api来使用。官网如下：
http://tess4j.sourceforge.net/
可以直接下载jar包，或者采用Maven依赖下载。
<!-- https://mvnrepository.com/artifact/net.sourceforge.tess4j/tess4j --> <dependency> <groupId>net.sourceforge.tess4j</groupId> <artifactId>tess4j</artifactId> <version>4.5.3</version> </dependency>
开发实现
First 创建工程
Second 添加依赖
<?xml version="1.0" encoding="UTF-8"?> <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"> <modelVersion>4.0.0</modelVersion> <groupId>org.example</groupId> <artifactId>test-textocr</artifactId> <version>1.0-SNAPSHOT</version> <dependencies> <!-- https://mvnrepository.com/artifact/net.sourceforge.tess4j/tess4j --> <dependency> <groupId>net.sourceforge.tess4j</groupId> <artifactId>tess4j</artifactId> <version>4.5.3</version> </dependency> </dependencies> </project>
Third 填写类文件
package ocr; import net.sourceforge.tess4j.ITesseract; import net.sourceforge.tess4j.Tesseract; import net.sourceforge.tess4j.TesseractException; import javax.imageio.ImageIO; import java.awt.image.BufferedImage; import java.io.IOException; /** * ocr测试. * * @author huc_逆天 * @since 2020/8/30 17:42 */ public class TestTextOcr { public static void main(String[] args) throws IOException { // 创建实例 ITesseract instance = new Tesseract(); // 设置识别语言 instance.setLanguage("chi_sim"); // 设置识别引擎 instance.setOcrEngineMode(1); // 读取文件 BufferedImage image = ImageIO.read(TestTextOcr.class.getResourceAsStream("/2.jpg")); try { // 识别 String result = instance.doOCR(image); System.out.println(result); } catch (TesseractException e) { System.err.println(e.getMessage()); } } }
Fifth 添加训练语言环境配置
TESSDATA_PREFIX=F:\tessdata ，变量名，固定，值为官网下载文件 https://github.com/tesseract-ocr/tessdata
Sixth 运行
结果如下：
可能识别模式，不是很合适，切换下
instance.setOcrEngineMode(0);
是不是舒服多了，哈哈。识别率瞬间上涨。
大家可以自行测试。
总结
好了，今天就到这了。技术在于折腾。多学习，让自己武装起来，变强大。
