javaOCR识别文字

迷南。 2022-05-22 06:46 290阅读 0赞

javaOCR识别文字

图片转文字，两种方式实现，一种是使用Tesseract，但是对中文识别支持不是很好，需要自己训练模型。如何训练请自行百度。

另一种是使用百度OCR识别API，需要自己注册获取OCR的key等相关信息，百度有教程。

首先上图

![70][]

![70 1][]

网上下载解压版Tesseract，目录结构如下

![70 2][]

项目结构如下

![70 3][]

需要下载百度api，java-sdk-4.1.0,百度官网可下

部分代码如下：

通过cmd运行Tesseract识别图片文字

public String recognizeText(File imageFile, String imageFormat) throws Exception {
    		// 获取ocr核心包路径
    		tessPath = getOCRExePath();
    		File tempImage = ImageIOHelper.createImage(imageFile, imageFormat);
    		File outputFile = new File(imageFile.getParentFile(), "output");
    		StringBuffer strB = new StringBuffer();
    		List<String> cmd = new ArrayList<String>();
    		if (OS.isWindowsXP()) {
    			cmd.add(tessPath + "//tesseract");
    		} else if (OS.isLinux()) {
    			cmd.add("tesseract");
    		} else {
    			cmd.add(tessPath + "//tesseract");
    		}
    		cmd.add("");
    		cmd.add(outputFile.getName());
    		// cmd.add(LANG_OPTION);
    		// cmd.add("chi_sim");
    		// cmd.add("eng");
    
    		ProcessBuilder pb = new ProcessBuilder();
    		pb.directory(imageFile.getParentFile());
    
    		cmd.set(1, tempImage.getName());
    		pb.command(cmd);
    		pb.redirectErrorStream(true);
    
    		Process process = pb.start();
    		// tesseract.exe 1.jpg 1 -l chi_sim
    		int w = process.waitFor();
    
    		// 删除临时正在工作文件
    		tempImage.delete();
    
    		if (w == 0) {
    			BufferedReader in = new BufferedReader(
    					new InputStreamReader(new FileInputStream(outputFile.getAbsolutePath() + ".txt"), "UTF-8"));
    
    			String str;
    			while ((str = in.readLine()) != null) {
    				strB.append(str).append(EOL);
    			}
    			in.close();
    		} else {
    			String msg;
    			switch (w) {
    			case 1:
    				msg = "Errors accessing files.There may be spaces in your image's filename.";
    				break;
    			case 29:
    				msg = "Cannot recongnize the image or its selected region.";
    				break;
    			case 31:
    				msg = "Unsupported image format.";
    				break;
    			default:
    				msg = "Errors occurred.";
    			}
    			tempImage.delete();
    			// throw new RuntimeException(msg);
    		}
    		new File(outputFile.getAbsolutePath() + ".txt").delete();
    		return strB.toString();
    	}
    
    	public String getOCRExePath() {
    		File file = new File("OCR//Tesseract-OCR//");
    		if (!file.exists()) {
    			return null;
    		}
    		return file.getAbsolutePath();
    	}

通过百度识别图片文字

// 识别
    	public String recognizeText(File file) throws Exception {
    		// 加载配置
    		BaiDuKey bdy = ocru.getBaiDuOCRConfig();
    		// 实例化baiduocr对象
    		client = new AipOcr(bdy.getAPP_ID(), bdy.getAPI_KEY(), bdy.getSECRET_KEY());
    		String path = file.getAbsolutePath();
    		// 调用接口
    		JSONObject res = client.basicGeneral(path, new HashMap<String, String>());
    		// 结果
    		String searchResult = res.toString();
    		if (searchResult.contains("error_msg")) {
    			JOptionPane.showMessageDialog(null, "网络连接失败！\n或者OCR可使用次数不足！\n请检查网络！或者换key或使用Tesseract引擎！", "提示消息",
    					JOptionPane.WARNING_MESSAGE);
    		}
    		// 正常结果
    		JSONArray jsonArray = res.getJSONArray("words_result");
    		// System.out.println(jsonArray);
    		StringBuilder sb = new StringBuilder();
    		for (Object aJsonArray : jsonArray) {
    			String str = aJsonArray.toString();
    			str = str.substring(10, str.lastIndexOf('"'));
    			sb.append(str);
    			sb.append("\n");
    		}
    		// 返回
    		// System.out.println(sb.toString());
    		return sb.toString();
    	}

使用百度识别是免费的，但是每天有500次限额，识别度还是蛮高的，需要网络，Tesseract不需要网络，但是需要自行训练模型提高准确度。

效果：

![70 4][]

![70 5][]

源码请见：

源码GitHub：[https://github.com/ricozhou/OCRRead1.0][https_github.com_ricozhou_OCRRead1.0]

[70]: /images/20220522/2177d2373570461cae79a35667e39408.png
[70 1]: /images/20220522/2782cc36f4534cd4a7071d2455d5c43d.png
[70 2]: /images/20220522/afad4e8b6ace419b9553c6cf0aed6b50.png
[70 3]: /images/20220522/6e5b005931dc45fdbbba6f3b5080ba73.png
[70 4]: /images/20220522/cba05ee482f24840bb0b5453aece2f10.png
[70 5]: /images/20220522/df202b57977241c6bca9541b2e4e8aef.png
[https_github.com_ricozhou_OCRRead1.0]: https://github.com/ricozhou/OCRRead1.0