Tess4J OCR使用教程

介绍

Tesseract-OCR支持中文识别，并且开源和提供全套的训练工具，是快速低成本开发的首选。而Tess4J则是Tesseract在Java PC上的应用。在英文和数字识别中性能还是不错的，但是在中文识别中，无论速度还是识别率还是较弱，建议有条件的话，针对场景进行训练，会获得较好结果，本文仅对目前Tess4J的用法进行介绍。

教程

1. Tess4J官网下载源码包 官网下载

2. 创建Java项目并配置

网上不少文章会提到DLL，其实在最新的版本，如果源码包里面有dist路径，则只需要配置该jar包和lib中相关的jar即可。 注意点1：将dist/tess4j-3.4.0.jar 及 lib/*.jar加入项目 注意点2：tessdata一定要配置到根目录，否则需要在代码中指定dataPath

1. 创建一个main

   public static void main(String[] args) throws TesseractException {
        ITesseract instance = new Tesseract();
        //如果未将tessdata放在根目录下需要指定绝对路径
        //instance.setDatapath("the absolute path of tessdata");
        // 我们需要指定识别语种
        instance.setLanguage("chi_sim");
        // 指定识别图片
        File imgDir = new File("test_chinese_07.PNG");
        long startTime = System.currentTimeMillis();
        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");
    }
   

2. 注意三处：

• tessdata放在与src同级的根目录下，否则需要指定dataPath
• 如果需要识别英文之外的语种，需要指定识别语种。
• 其他语种下载地址：其他语种下载地址