快捷導(dǎo)航

SpringBoot 整合Tess4J庫(kù)實(shí)現(xiàn)圖片文字識(shí)別案例詳解

更新時(shí)間：2023年10月13日 14:20:21 作者：程序員濟(jì)癲

Tess4J是一個(gè)基于Tesseract OCR引擎的Java接口,可以用來(lái)識(shí)別圖像中的文本,說(shuō)白了,就是封裝了它的API,讓Java可以直接調(diào)用,今天給大家分享一個(gè)SpringBoot整合Tess4j庫(kù)實(shí)現(xiàn)圖片文字識(shí)別的小案例

前言

今天給大家分享一個(gè)SpringBoot整合Tess4j庫(kù)實(shí)現(xiàn)圖片文字識(shí)別的小案例，希望xdm喜歡。

文末有案例代碼的Git地址，可以自己下載了去玩玩兒或繼續(xù)擴(kuò)展也行。

話不多說(shuō)，開(kāi)整吧。

什么是Tess4j庫(kù)

先簡(jiǎn)單給沒(méi)聽(tīng)過(guò)的xdm解釋下，這里要分清楚Tesseract和Tess4j的區(qū)別。

Tesseract是一個(gè)開(kāi)源的光學(xué)字符識(shí)別（OCR）引擎，它可以將圖像中的文字轉(zhuǎn)換為計(jì)算機(jī)可讀的文本。支持多種語(yǔ)言和書面語(yǔ)言，并且可以在命令行中執(zhí)行。它是一個(gè)流行的開(kāi)源OCR工具，可以在許多不同的操作系統(tǒng)上運(yùn)行。

Tess4J是一個(gè)基于Tesseract OCR引擎的Java接口，可以用來(lái)識(shí)別圖像中的文本，說(shuō)白了，就是封裝了它的API，讓Java可以直接調(diào)用。

搞清楚這倆東西，就足夠了。

案例

1、引入依賴

既然是SpringBoot，基礎(chǔ)依賴我就不贅述了，這里貼下Tess4J的依賴，是可以用maven下載的。

<!-- tess4j -->
<dependency>
    <groupId>net.sourceforge.tess4j</groupId>
    <artifactId>tess4j</artifactId>
    <version>4.5.4</version>
</dependency>

2、yml配置

這里，我特地把訓(xùn)練數(shù)據(jù)的目錄路徑配置在yml里，后續(xù)可以擴(kuò)展到配置中心。

server:
  port: 8888
# 訓(xùn)練數(shù)據(jù)文件夾的路徑
tess4j:
  datapath: D:/tessdata

然后我解釋下什么是訓(xùn)練數(shù)據(jù)

Tesseract OCR庫(kù)通過(guò)訓(xùn)練數(shù)據(jù)來(lái)學(xué)習(xí)不同語(yǔ)言和字體的特征，以便更好地識(shí)別圖片中的文字。

在安裝Tesseract OCR庫(kù)時(shí)，通常會(huì)生成一個(gè)包含多個(gè)子文件夾的訓(xùn)練數(shù)據(jù)文件夾，其中每個(gè)子文件夾都包含了特定語(yǔ)言或字體的訓(xùn)練數(shù)據(jù)。

比如我這里是下載后放到了D盤的tessdata目錄下，如圖所示，其實(shí)就是一個(gè).traineddata為后綴的文件，大小約2M多。

如果你沒(méi)有特定的訓(xùn)練數(shù)據(jù)需求，使用默認(rèn)的訓(xùn)練數(shù)據(jù)文件即可，我這里就是直接下載默認(rèn)的來(lái)用的。

還有一點(diǎn)要注意的是，直接讀resource目錄下的路徑是讀不到的哈，所以我放到了D盤，訓(xùn)練數(shù)據(jù)本身也是更推薦放到獨(dú)立的位置，方便后續(xù)訓(xùn)練數(shù)據(jù)。

3、config配置類

我們新建一個(gè)配置類，初始化一下Tesseract類，交給Spring管理，這樣借用了Spring的單例模式。

package com.example.tesseractocr.config;
import net.sourceforge.tess4j.Tesseract;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
/**
 * @作者: 公眾號(hào)【Java分享客?！?
 * @日期: 2023/10/12 22:58
 * @描述:
 */
@Configuration
public class TesseractOcrConfiguration {
   @Value("${tess4j.datapath}")
   private String dataPath;
   @Bean
   public Tesseract tesseract() {
      Tesseract tesseract = new Tesseract();
      // 設(shè)置訓(xùn)練數(shù)據(jù)文件夾路徑
      tesseract.setDatapath(dataPath);
      // 設(shè)置為中文簡(jiǎn)體
      tesseract.setLanguage("chi_sim");
      return tesseract;
   }
}

4、service實(shí)現(xiàn)

就幾行代碼，非常簡(jiǎn)單。

package com.example.tesseractocr.service;
import lombok.AllArgsConstructor;
import net.sourceforge.tess4j.*;
import org.springframework.stereotype.Service;
import org.springframework.web.multipart.MultipartFile;
import javax.imageio.ImageIO;
import java.awt.image.BufferedImage;
import java.io.ByteArrayInputStream;
import java.io.IOException;
import java.io.InputStream;
@Service
@AllArgsConstructor
public class OcrService {
    private final Tesseract tesseract;
   /**
    * 識(shí)別圖片中的文字
    * @param imageFile 圖片文件
    * @return 文字信息
    */
    public String recognizeText(MultipartFile imageFile) throws TesseractException, IOException {
        // 轉(zhuǎn)換
        InputStream sbs = new ByteArrayInputStream(imageFile.getBytes());
        BufferedImage bufferedImage = ImageIO.read(sbs);
        // 對(duì)圖片進(jìn)行文字識(shí)別
        return tesseract.doOCR(bufferedImage);
    }
}

5、新增rest接口

我們新建一個(gè)rest接口，用來(lái)測(cè)試效果，使用上傳圖片文件的方式。

package com.example.tesseractocr.controller;
import com.example.tesseractocr.service.OcrService;
import lombok.AllArgsConstructor;
import net.sourceforge.tess4j.TesseractException;
import org.springframework.http.MediaType;
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;
import org.springframework.web.multipart.MultipartFile;
import java.io.IOException;
@RequestMapping("/api")
@RestController
@AllArgsConstructor
public class OcrController {
    private final OcrService ocrService;
    @PostMapping(value = "/recognize", consumes = MediaType.MULTIPART_FORM_DATA_VALUE)
    public String recognizeImage(@RequestParam("file") MultipartFile file) throws TesseractException, IOException {
      // 調(diào)用OcrService中的方法進(jìn)行文字識(shí)別
      return ocrService.recognizeText(file);
    }
}