Java 实现OCR 识别图像文字(手写中文)----tess4j
最近有个需要,小程序端手写中文之后生成图像,后端需识别图片上中文..;刚开始想到第三方收费api试试,先用了百度AI开放平台的通用字体识别的API,后来又找到了Tessearct-OCR,参考了几篇文摘整合了一下
准备:
1.下载Tessearct-COR 3.0以上版本:https://download.csdn.net/download/qq_26161693/10646074
2. 在安装时选择chi_sim.traineddata 语言库;之后在程序中需加载安装目录tessdata下的中文包(chi_sim.traineddata );
maven依赖:
<dependency>
<groupId>net.sourceforge.tess4j</groupId>
<artifactId>tess4j</artifactId>
<version>3.2.1</version>
</dependency>
Demo:
/**
*
* @param srImage 图片路径
* @param ZH_CN 是否使用中文训练库,true-是
* @return 识别结果
*/
public static String discernWord(String imagePath) {
try {
File image = new File(imagePath);
BufferedImage textImage = ImageIO.read(image);
Tesseract instance = Tesseract.getInstance();
instance.setDatapath("C:\\Program Files (x86)\\Tesseract-OCR\\tessdata");// 设置语言库
instance.setLanguage("chi_sim");// 中文识别
String words = null;
words = instance.doOCR(textImage);
return words;
}
catch (Exception e) {
e.printStackTrace();
}
}
Test:
public static void main(String[] args) throws Exception {
String words = discernWord("F:/test_used_url/ocr/originalPic/hotkidclub.jpg", true);//需识别的图文件路径
System.out.println(words);
}
ps:
在window开发环境下先安装了tesseract亲测可行,不过没试过不安装exe只加载语言包的情;况
随后在部署到Linux环境下运行会有种种的坑
解决:1)linux安装Tesseract-OCR之后,将.so相关文件复制到/usr/lib目录
2)在项目的根目录(maven的话就是resources)下添加:linux-86-64文件夹
3)配置Linux的语言环境变量
4)若访问量大的情况tomcat也容易崩掉,需设置好线程数或并发量;
详情参考:http://www.cnblogs.com/zlAurora/p/9266039.html;
Java 实现OCR 识别图像文字(手写中文)----tess4j相关推荐
- android app用百度ocr识别sdk实现手写扫描功能(二)
目录 1.概述 2.百度ocr手写识别核心功能实现 2.1 新建项目引用手写文字识别功能
- android app用百度ocr识别sdk实现手写扫描功能(一)
目录 1.概述 2.准备工作 3.sdk源码分析 3.1licence方式校验方式 3.2手写文字识别功能的分析
- java调用ocr识别api_Java文字识别软件-调用百度ocr实现文字识别
java_baidu_ocr Java调用百度OCR文字识别API实现图片文字识别软件 项目源代码在文末,放到了GitHub上 - https://github.com/Ymy214/java_bai ...
- java 图片识别 tess4j_图像文字识别(四):java调用tess4j识别图像文字
转自:https://blog.csdn.net/a745233700/article/details/80203340java java调用tess4j识别图像文字 Tesseract-OCR支持中 ...
- OCR字符识别,支持手写字体识别,中英文识别
OCR字符识别,支持手写字体识别,中英文识别,基于深度学习,轻量级网络,检测进度高,支持python开发 编号:4199652712767280盐市口会玩的川乌
- 顶刊IJCV 2022!PageNet:面向端到端弱监督篇幅级手写中文文本识别
点击下方卡片,关注"CVer"公众号 AI/CV重磅干货,第一时间送达 点击进入->CV微信技术交流群 转载自:CSIG文档图像分析与识别专委会 本文简要介绍2022年8月发 ...
- 深度学习--TensorFlow(项目)识别自己的手写数字(基于CNN卷积神经网络)
目录 基础理论 一.训练CNN卷积神经网络 1.载入数据 2.改变数据维度 3.归一化 4.独热编码 5.搭建CNN卷积神经网络 5-1.第一层:第一个卷积层 5-2.第二层:第二个卷积层 5-3.扁 ...
- MATLAB从入门到精通:MATLAB识别 自带手写数字集的CNN(LeNet5)
一.前言 以下是博主整理的精品专栏,喜欢的小伙伴可自行订阅 R语言实战应用精讲50篇 R语言函数解析及案例实战应用 MATLAB-30天带你从入门到精通 MATLAB入门知识,函数原理解析及案例解析 ...
- matlab朴素贝叶斯手写数字识别_从“手写数字识别”学习分类任务
机器学习问题可以分为回归问题和分类问题,回归问题已经在线性回归讲过,本文学习分类问题.分类问题跟回归问题有明显的区别,回归问题是连续的数值,而分类问题是离散的类别,比如将性别分为[男,女],将图片分为 ...
最新文章
- 10万点击率的“干货”,其实人人都写得出来
- 从零学前端第十四讲:AngularJs进阶-作用域和控制器
- 【收藏】gitee:使用k8s部署nacos
- 走近OSSIM传感器(Sensor)插件
- 防止重复提交js jquery ajax
- 查询ElasticSearch:用SQL代替DSL
- jQuery:ajax调用成功后返回数据
- 评测网站的十个指标!
- JAVA课程设计(小游戏贪吃蛇)完整源码附素材(三)
- 一区期刊影响因子 2018 2019
- 知识图谱构建技术总述
- Windows: 如何调整C盘分区大小
- 微波射频学习笔记18-------偶极子天线和微波天线设计介绍
- 在网站上营销品牌故事的六种简单方法
- 紫光视频平台服务器系统,紫光展锐打造操作系统生态,赋能万物互联智能时代...
- 《STL》— NYOJ STL练习 习题汇总
- 清空计算机网络缓存,怎么清除DNS缓存 利用命令行清理dns缓存方法
- 语言-汉语-官话:官话
- ABP Vnext 扩展微信小程序授权登录
- 北理工嵩天Python语言程序设计笔记(10 Python计算生态概览)