Java Maven Tomcat使用Tesseract-OCR文字识别(Tess4j)
由于项目中需要用到简单的图片识别技术,所以就选择了开源的Tesseract-OCR。可是本地在使用官网demo能正常运行,但是部署到tomcat后,就报java.lang.Error: Invalid memory access异常。
尝试百度后,并没有搜到相关记载。在苦思冥想后,总算被我想到一个解决方案。前面5步是调用官网demo的用例,如果你也遇到相同的tomcat部署后异常问题,请从第6步浏览;
1.下载源码包
- tess4j源码包:https://sourceforge.net/projects/tess4j/
- 中文库地址:https://github.com/tesseract-ocr/tessdata/blob/master/chi_sim.traineddata
- 其他语言包地址:https://github.com/tesseract-ocr/tessdata
- tess4j源码包(百度网盘地址):
链接:https://pan.baidu.com/s/1OZa45g0gZ95iYgPb_nUGvw?pwd=juiz
提取码:juiz
2.用idea打开源码包
3.导入dist目录和lib目录的jar包
4.编写测试用例调用OCR
package net.sourceforge.tess4j;import java.io.File;public class Test {public static void main(String[] args) throws TesseractException {long startTime = System.currentTimeMillis();File imgDir = new File("C:\Users\YX001\Desktop\tess4j\201909111625565.png");ITesseract instance = new Tesseract();instance.setLanguage("eng"); //选择语言String ocrResult = instance.doOCR(imgDir);// 输出识别结果System.out.println("OCR Result: \n" + ocrResult + "\n 耗时:" + (System.currentTimeMillis() - startTime) + "ms");}
}
5.运行结果
官网demo没问题后,我们开始将Tess4j引入到maven项目里
6.配置pom.xml文件
<dependency><groupId>net.sourceforge.tess4j</groupId><artifactId>tess4j</artifactId><version>3.4.8</version></dependency>
注意:可能会造成jar包冲突,只需要把pom文件里的注释掉就好。我这里是造成slf4j冲突
7.将步骤1中的OCR配置文件,存放到项目
8.将步骤4的测试用例,复制到项目里并运行,结果正常
9.但是将项目部署到tomcat后,运行异常,报错如下:
10.分析原因
后面不断的尝试,并查看官网。发现Tess4j读取OCR配置文件的路径是“./tessdata”(虽然我尝试修改过读取路径,但是失败了)。
所以测试用例执行的时候,相对路径“./tessdata”对应的是项目下的tessdata,而部署到tomcat上的相对路径“./tessdata”对应的应该是tomcat的bin目录下的tessdata。程序找不到tessdata配置文件,所以报错了。
于是我将tessdata复制一份到tomcat的bin目录下,并运行。
11.优化思路
由于将tessdata文件人工存入tomcat的bin目录上,是比较蠢的行为。
1.测试以及生产的tomcat都需要上传一份tessdata文件。如果经历tomcat版本更替,且并未有人知道要在bin目录里上传tessdata文件,则图片识别会报错。
2.本地多人协同开发,每个人都需要往本地tomcat的bin目录上传tessdata文件,显然也是比较麻烦的事情且容易遗忘的事情,而且提供的报错内容,如果不是跟着本博文思路走,很难解决调。
优化:所以我建议将tessdata文件存放在项目里经常使用的公共目录,比如:模板目录。当调用OCR识别时,先判断相对路径“./”下是否存在tessdata文件,不存在则将公共目录下的tessdata复制过去即可。
Java Maven Tomcat使用Tesseract-OCR文字识别(Tess4j)相关推荐
- Tesseract Ocr文字识别实战(新版本,扩展手写文字识别)
目录 1.Tesseract Ocr文字识别 1.1 运行环境 1.2 python模块 1.3 配置tesseract运行文件 1.4 代码识别 2. 手写汉字识别 2.1 下载库 2.2 代码 1 ...
- Tesseract Ocr文字识别
Tesseract的OCR引擎最先由HP实验室于1985年开始研发,至1995年时已经成为OCR业内最准确的三款识别引擎之一.2005年,Tesseract由美国内华达州信息技术研究所获得,并求诸于G ...
- 诚之和:简单应用JavaCV实现图片OCR文字识别
现在识别的产品非常的多,例如人脸识别.文字识别以及语音识别等等.下面,分享一篇用短短几行的Java代码就可以实现图片OCR文字识别的文章,有兴趣的小伙伴们可以参考学习本文章. spring boot项 ...
- Windows下使用Tesseract进行OCR文字识别
Windows下使用Tesseract进行OCR文字识别 Tesseract最初由惠普实验室支持,用于电子版文字识别,1996年被移植到Windows上,1998年进行了C++化,在2005年Tess ...
- Java调用百度OCR文字识别的接口
调用百度OCR文字识别的接口,来自于百度官网,亲测可以使用 跳转链接 FileUtil的下载链接 Base64Util下载链接 HttpUtil下载链接 GsonUtils下载链接 Accurate. ...
- java ocr文字识别软件_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 这是一款小巧方便,强大的文字识别软件,由Java编写,配上了窗口界面 调用了百度ocr文字识别API 识别精度高 ...
- Java调用百度OCR文字识别API实现图片文字识别软件
java_baidu_ocr Java调用百度OCR文字识别API实现图片文字识别软件 这是一款小巧方便,强大的文字识别软件,由Java编写,配上了窗口界面 调用了百度ocr文字识别API 识别精度高 ...
- JAVA实现百度OCR文字识别功能
转自:http://blog.csdn.net/javagirlone/article/details/47807963 闲来无事,发现百度有一个OCR文字识别接口,感觉挺有意思的,拿来研究一下. 百 ...
- java ocr api_Java调用百度OCR文字识别API实现图片文字识别软件
Java调用百度OCR文字识别API实现图片文字识别软件 原创isinple 发布于2019-01-06 13:35:59 阅读数 1296 收藏 展开 java_baidu_ocr Java调用百度 ...
- 手写识别ocr java,怎么识别手写文字?迅捷OCR文字识别软件帮你快速完成!
怎么识别手写文字?虽然现在手机.平板等设备已经普及开来,但是从小在学校养成的习惯,还是让大部分人选择会手写的方式.手写其实也有很大的缺陷,无论是在生活中还是在网络上进行分享都比较困难. 那么有没有将手 ...
最新文章
- 未明确定义列存储过程没问题_使用Apache Kudu和Impala实现存储分层
- python3入门与进阶笔记_16_变量进阶 — 黑马程序员《Python入门教程完整版》笔记...
- 纪·阿晶的首次AWS之行!
- java 优酷视频缩略图_优酷视频缩略图
- MySQL—常用SQL语句整理总结
- Mysql_mysql force Index 强制索引
- java中sping基础_Java回顾之Spring基础
- 如何在今日头条上持续生产优质内容
- 日志打印,设置开关类【编程技巧】
- 得到星期的sql语句和得到月末的sql语句
- 学生成绩管理系统设计java_java学生成绩管理系统设计与实现
- 【游戏开发创新】上班通勤时间太长,做一个任意门,告别地铁与塞车(Unity | 建模 | ShaderGraph | 摇杆 | 角色控制)
- 这里除了安全,什么都不会发生!Docker镜像P2P加速之路
- 智能型电话远程遥控器
- intel RealSense摄像头比较
- 搜索 dfs+bfs
- 异常检测算法:Elliptic Envelope算法的python代码实现
- 100以内的数分解问题
- Hadoop中的slaves文件
- PyPi到底是什么?pypi有啥作用?PyPi和pip有何渊源?