OCR图片中文字识别(Tess4j)

2025/1/6 14:37:05 来源：https://blog.csdn.net/m0_64289188/article/details/144918893 浏览: 次关键词：OCR图片中文字识别(Tess4j)

文章目录

- - Tess4J
  - 下载 tessdata
  - Java 使用Tess4j 的 demo

Tess4J

Tess4J 是 Tesseract OCR 引擎的 Java 封装库，它让 Java 项目更轻松地实现 OCR（光学字符识别）功能。

下载 tessdata

下载地址：https://github.com/tesseract-ocr/tesseract/releases

看网上教程，要下载相应的语言包，下 chi_sim.traineddata 即可
在这里插入图片描述

Java 使用Tess4j 的 demo

在 pom.xml 中加入以下依赖：

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

写一个main方法，使用 Tesseract OCR 引擎对图像进行文字识别

public class OcrExample {public static void main(String[] args) {// 设置图片文件路径File imageFile = new File("D:\\1.png");// Tesseract 是 Tess4J 提供的 OCR 引擎类，它封装了对 Tesseract OCR 引擎的调用ITesseract instance = new Tesseract();try {// 设置tessdata路径 最好写绝对路径instance.setDatapath("D:\\app\\tool\\tesseract-ocr\\tessdata");// 选择简体中文 Chinese simplifiedinstance.setLanguage("chi_sim");// 进行OCR识别String result = instance.doOCR(imageFile);System.out.println("识别结果: " + result);} catch (Exception e) {System.out.println("OCR识别失败: " + e.getMessage());}}
}