JAVA使用Tess4J進(jìn)行ocr識(shí)別

Tess4J是對(duì)Tesseract OCR API.的Java JNA 封裝。使java能夠通過調(diào)用Tess4J的API來使用Tesseract OCR扎阶。支持的格式:TIFF,JPEG,GIF,PNG,BMP,JPEG,and PDF
Tesseract 的github地址:https://github.com/tesseract-ocr/tesseract
Tess4J的github地址:https://github.com/nguyenq/tess4j

Tess4J API 提供的功能:
1泳挥、直接識(shí)別支持的文件
2、識(shí)別圖片流
3、識(shí)別圖片的某塊區(qū)域
4隐岛、將識(shí)別結(jié)果保存為 TEXT/ HOCR/ PDF/ UNLV/ BOX
5史飞、通過設(shè)置取詞的等級(jí)尖昏,提取識(shí)別出來的文字
6、獲得每一個(gè)識(shí)別區(qū)域的具體坐標(biāo)范圍
7构资、調(diào)整傾斜的圖片
8抽诉、裁剪圖片
9、調(diào)整圖片分辨率
10吐绵、從粘貼板獲得圖像
11迹淌、克隆一個(gè)圖像(目的:創(chuàng)建一份一模一樣的圖片,與原圖在操作修改上己单,不相 互影響)
12唉窃、圖片轉(zhuǎn)換為二進(jìn)制、黑白圖像纹笼、灰度圖像
13纹份、反轉(zhuǎn)圖片顏色
demo.java:

    /**
     * Test of doOCR method, of class Tesseract.
     * 根據(jù)圖片文件進(jìn)行識(shí)別
     * @throws Exception while processing image.
     */
    @Test
    public void testDoOCR_File() throws Exception {
        logger.info("doOCR on a jpg image");
        File imageFile = new File(this.testResourcesDataPath, "ocr.png");
        //set language
        instance.setDatapath(testResourcesLanguagePath);
        instance.setLanguage("chi_sim");
        String result = instance.doOCR(imageFile);
        logger.info(result);
    }

    /**
     * Test of doOCR method, of class Tesseract.
     * 根據(jù)圖片流進(jìn)行識(shí)別
     * @throws Exception while processing image.
     */
    @Test
    public void testDoOCR_BufferedImage() throws Exception {
        logger.info("doOCR on a buffered image of a PNG");
        File imageFile = new File(this.testResourcesDataPath, "ocr.png");
        BufferedImage bi = ImageIO.read(imageFile);

        //set language
        instance.setDatapath(testResourcesLanguagePath);
        instance.setLanguage("chi_sim");

        String result = instance.doOCR(bi);
        logger.info(result);
    }

    /**
     * Test of getSegmentedRegions method, of class Tesseract.
     * 得到每一個(gè)劃分區(qū)域的具體坐標(biāo)
     * @throws java.lang.Exception
     */
    @Test
    public void testGetSegmentedRegions() throws Exception {
        logger.info("getSegmentedRegions at given TessPageIteratorLevel");
        File imageFile = new File(testResourcesDataPath, "ocr.png");
        BufferedImage bi = ImageIO.read(imageFile);
        int level = TessPageIteratorLevel.RIL_SYMBOL;
        logger.info("PageIteratorLevel: " + Utils.getConstantName(level, TessPageIteratorLevel.class));
        List<Rectangle> result = instance.getSegmentedRegions(bi, level);
        for (int i = 0; i < result.size(); i++) {
            Rectangle rect = result.get(i);
            logger.info(String.format("Box[%d]: x=%d, y=%d, w=%d, h=%d", i, rect.x, rect.y, rect.width, rect.height));
        }

        assertTrue(result.size() > 0);
    }


    /**
     * Test of doOCR method, of class Tesseract.
     * 根據(jù)定義坐標(biāo)范圍進(jìn)行識(shí)別
     * @throws Exception while processing image.
     */
    @Test
    public void testDoOCR_File_Rectangle() throws Exception {
        logger.info("doOCR on a BMP image with bounding rectangle");
        File imageFile = new File(this.testResourcesDataPath, "ocr.png");
        //設(shè)置語言庫
        instance.setDatapath(testResourcesLanguagePath);
        instance.setLanguage("chi_sim");
        //劃定區(qū)域
        // x,y是以左上角為原點(diǎn),width和height是以xy為基礎(chǔ)
        Rectangle rect = new Rectangle(84, 21, 15, 13);
        String result = instance.doOCR(imageFile, rect);
        logger.info(result);
    }

    /**
     * Test of createDocuments method, of class Tesseract.
     * 存儲(chǔ)結(jié)果
     * @throws java.lang.Exception
     */
    @Test
    public void testCreateDocuments() throws Exception {
        logger.info("createDocuments for png");
        File imageFile = new File(this.testResourcesDataPath, "ocr.png");
        String outputbase = "target/test-classes/docrenderer-2";
        List<RenderedFormat> formats = new ArrayList<RenderedFormat>(Arrays.asList(RenderedFormat.HOCR, RenderedFormat.TEXT));

        //設(shè)置語言庫
        instance.setDatapath(testResourcesLanguagePath);
        instance.setLanguage("chi_sim");

        instance.createDocuments(new String[]{imageFile.getPath()}, new String[]{outputbase}, formats);
    }

    /**
     * Test of getWords method, of class Tesseract.
     * 取詞方法
     * @throws java.lang.Exception
     */
    @Test
    public void testGetWords() throws Exception {
        logger.info("getWords");
        File imageFile = new File(this.testResourcesDataPath, "ocr.png");

        //設(shè)置語言庫
        instance.setDatapath(testResourcesLanguagePath);
        instance.setLanguage("chi_sim");

        //按照每個(gè)字取詞
        int pageIteratorLevel = TessPageIteratorLevel.RIL_SYMBOL;
        logger.info("PageIteratorLevel: " + Utils.getConstantName(pageIteratorLevel, TessPageIteratorLevel.class));
        BufferedImage bi = ImageIO.read(imageFile);
        List<Word> result = instance.getWords(bi, pageIteratorLevel);

        //print the complete result
        for (Word word : result) {
            logger.info(word.toString());
        }
    }

    /**
     * Test of Invalid memory access.
     * 處理傾斜
     * @throws Exception while processing image.
     */
    @Test
    public void testDoOCR_SkewedImage() throws Exception {
        //設(shè)置語言庫
        instance.setDatapath(testResourcesLanguagePath);
        instance.setLanguage("chi_sim");

        logger.info("doOCR on a skewed PNG image");
        File imageFile = new File(this.testResourcesDataPath, "ocr_skewed.jpg");
        BufferedImage bi = ImageIO.read(imageFile);
        ImageDeskew id = new ImageDeskew(bi);
        double imageSkewAngle = id.getSkewAngle(); // determine skew angle
        if ((imageSkewAngle > MINIMUM_DESKEW_THRESHOLD || imageSkewAngle < -(MINIMUM_DESKEW_THRESHOLD))) {
            bi = ImageHelper.rotateImage(bi, -imageSkewAngle); // deskew image
        }

        String result = instance.doOCR(bi);
        logger.info(result);
    }

Tess4JDemo碼云地址:https://gitee.com/zhaohuihbwj/Tess4JDemo

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子惶凝,更是在濱河造成了極大的恐慌,老刑警劉巖元暴,帶你破解...
    沈念sama閱讀 217,907評(píng)論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異兄猩,居然都是意外死亡茉盏,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,987評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門枢冤,熙熙樓的掌柜王于貴愁眉苦臉地迎上來援岩,“玉大人,你說我怎么就攤上這事掏导∠砘常” “怎么了?”我有些...
    開封第一講書人閱讀 164,298評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵趟咆,是天一觀的道長添瓷。 經(jīng)常有香客問我梅屉,道長,這世上最難降的妖魔是什么鳞贷? 我笑而不...
    開封第一講書人閱讀 58,586評(píng)論 1 293
  • 正文 為了忘掉前任坯汤,我火速辦了婚禮,結(jié)果婚禮上搀愧,老公的妹妹穿的比我還像新娘惰聂。我一直安慰自己,他們只是感情好咱筛,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,633評(píng)論 6 392
  • 文/花漫 我一把揭開白布搓幌。 她就那樣靜靜地躺著,像睡著了一般迅箩。 火紅的嫁衣襯著肌膚如雪溉愁。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,488評(píng)論 1 302
  • 那天饲趋,我揣著相機(jī)與錄音拐揭,去河邊找鬼。 笑死奕塑,一個(gè)胖子當(dāng)著我的面吹牛堂污,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播龄砰,決...
    沈念sama閱讀 40,275評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼敷鸦,長吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來了寝贡?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,176評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤值依,失蹤者是張志新(化名)和其女友劉穎圃泡,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體愿险,經(jīng)...
    沈念sama閱讀 45,619評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡颇蜡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,819評(píng)論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了辆亏。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片风秤。...
    茶點(diǎn)故事閱讀 39,932評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖扮叨,靈堂內(nèi)的尸體忽然破棺而出缤弦,到底是詐尸還是另有隱情,我是刑警寧澤彻磁,帶...
    沈念sama閱讀 35,655評(píng)論 5 346
  • 正文 年R本政府宣布碍沐,位于F島的核電站狸捅,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏累提。R本人自食惡果不足惜尘喝,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,265評(píng)論 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望斋陪。 院中可真熱鬧朽褪,春花似錦、人聲如沸无虚。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,871評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽骑科。三九已至橡淑,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間咆爽,已是汗流浹背梁棠。 一陣腳步聲響...
    開封第一講書人閱讀 32,994評(píng)論 1 269
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留斗埂,地道東北人符糊。 一個(gè)月前我還...
    沈念sama閱讀 48,095評(píng)論 3 370
  • 正文 我出身青樓,卻偏偏與公主長得像呛凶,于是被迫代替她去往敵國和親男娄。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,884評(píng)論 2 354

推薦閱讀更多精彩內(nèi)容

  • 最近王寶強(qiáng)馬蓉事件強(qiáng)烈地促進(jìn)了公眾口水的分泌漾稀,一向以英語癡示人的我這次也忍不住要顯露一下自己的書生本色了模闲。首先,馬...
    洋書生LaneBates閱讀 153評(píng)論 0 0
  • “樂高說崭捍,上次創(chuàng)造整個(gè)世界只用了170余種元素尸折,而樂高有接近7000種常見模塊,這是其它玩具所完成不了的事情殷蛇∈导校” ...
    柏瑤瑤閱讀 910評(píng)論 0 0
  • 井巷市里最不缺兩種人,做買賣的小販粒梦,與大嗓門的牌者亮航。 小販遍地都是,牌者隨處都有匀们。后者可能更多些缴淋,他們根本不挑剔。...
    cd172b0c0bb5閱讀 394評(píng)論 0 4