Tess4J和TesseractOCR简易使用教程

使用Tess4J和TesseractOCR实现对图片文字的识别提取

背景：OCR场景识别主要使用 TesseractOCR和tess4J，Tesseract主要优势表现在中文文字识别的准确度和速率，tess4J识别英文的效果较好，且可移植性较高（中文识别效果可经训练后达到较好的效果），本次主要记录Tess4J和tesseractOCR的使用方法

TesseractOCR的简易使用：
1、安装tesseractOCR(安装包下载地址： http://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-setup-4.00.00dev.exe)
2、下载完成后进行安装（可根据自己需要下载所需语言包，这里我下载的是中英文的语言包）如果有其它语言的要求可以去github上自行下载（https://github.com/tesseract-ocr/tessdata）下载完成后放入tessdata目录下
3、配置环境变量：
path：C:\Program Files (x86)\Tesseract-OCR
新增系统变量：
TESSDATA_PREFIX
C:\Program Files (x86)\Tesseract-OCR\tessdata
4、配置完成后，控制台 tesseract --version可查看对应版本
5、使用 tesseract xxx.jpg test -l chi_sim命令实现文字的提取和识别（不过这个识别成功率不是很好，可以通过训练字库的方式提高准确率 ->Todo）

Tess4J的使用
1、官网下载 tess4J 官网链接
2、下载完成解压后的目录
3、使用Idea，新建一个java工程，将dist目录和lib目录下的jar包导入项目
File -> Project Structure -> Module ->Dependencies -> add JARs and directorys

4、导入完成后，将tessdata目录copy到与src同级的目录下

5、该软件默认的识别的是英文，如果相要能识别中文，需要将中文的训练文本chi_sim.traineddata存放到C:\Program Files (x86)\Tesseract-OCR\tessdata中。可以编写测试类进行识别效果检验（Todo.可以针对场景进行训练提高识别效果）

package net.sourceforge.tess4j.example;import java.io.File;
import net.sourceforge.tess4j.*;public class TesseractExample {public static void main(String[] args) {// ImageIO.scanForPlugins(); // for server environmentFile imageFile = new File("eurotext.tif");ITesseract instance = new Tesseract(); // JNA Interface Mapping// ITesseract instance = new Tesseract1(); // JNA Direct Mapping// instance.setDatapath("<parentPath>"); // replace <parentPath> with path to parent directory of tessdata// instance.setLanguage("eng");try {String result = instance.doOCR(imageFile);System.out.println(result);} catch (TesseractException e) {System.err.println(e.getMessage());}}
}

Tess4J和TesseractOCR简易使用教程相关推荐

Python模块(8)-sklearn 简易使用教程
sklearn 简易使用教程 1.scikit-learn的数据集 2.scikit-learn 的训练和预测 scikit-learn 是在Numpy,SciPy,Matplotlib三个模块上编写 ...
Python模块(7)-SciPy 简易使用教程
SciPy 简易使用教程 1. 符号计算 2. 函数向量化 3. 波形处理scipy.signal 3.1 滤波器 3.2 波峰定位基于numpy的一个高级模块,为数学,物理,工程等方面的科学计算提 ...
python模块(5)-Matplotlib 简易使用教程
Matplotlib简易使用教程 0.matplotlib的安装 1.导入相关库 2.画布初始化 2.1 隐式创建 2.2 显示创建 2.3 设置画布大小 2.4 plt.figure()常用参数 3 ...
Python模块(2)-Numpy 简易使用教程
Numpy模块简易使用教程 1.数组创建 2.数组基本属性-维度.尺寸.数据类型 3.数组访问-索引.切片.迭代 4.数组的算术运算-加减乘除.转置求逆.极大极小 5.通用函数-sin,cos,ex ...
Python模块(1)-Argparse 简易使用教程
argparse 简易使用教程 1基本函数 2例子程序演示 3常用参数解释 4argparse模块整理的缘起 1基本函数 argparse是Python中用于命令行中进行参数解析的一个模块,可以自动生 ...
layui个人中心html,Layui的简易入门教程
layui是一款采用自身模块规范编写的前端UI框架,非常适合界面的快速开发.本篇文章给大家分享一下Layui的简易入门教程,介绍一下layui如何在你的项目中使用. 获得 layui 后,将其完整地部 ...
伤害世界服务器连接失败_伤害世界服务器简易架设教程
伤害世界服务器简易架设教程那么很简单,首先需要大家做的就是下载我们的服务器文件,这个文件在哪里呢,我们就直接在steam下载即可直接下载即可,这就是服务端文件了下载完毕后,它会在以上steam里 ...
Xilinx FPGA平台GTX简易使用教程（一）GTX基础知识
理解GTX的必备姿势,学起来! 汇总篇: Xilinx FPGA平台GTX简易使用教程(汇总篇) 目录一.什么是GTX? 二.Quad/Channel 三.PMA与PCS 四.GTX收发处理流程五 ...
Music Store(音乐商店)简易中文教程
官方网址: CodePlexProject Hosting for Open Source Software http://www.codeplex.com/ ===== ...
罗曼 matlab,成年人简易钢琴教程100首
成年人简易钢琴教程100首教程列表: 1.铃儿响叮当-环球钢琴网 2.温柔的爱-环球钢琴网 3.揽工调-环球钢琴网 4.欢乐颂-环球钢琴网 5.小进行曲-环球钢琴网 6.落水天-环球钢琴网 7.会哥 ...

Tess4J和TesseractOCR简易使用教程

使用Tess4J和TesseractOCR实现对图片文字的识别提取

Tess4J和TesseractOCR简易使用教程相关推荐

最新文章

热门文章