Java 使用 Tess4J 實現影象識別
阿新 • • 發佈:2018-12-30
最近需要用Java做一個影象識別的東西,查了一些資料,在此寫一個基於Tess4J的教程,方便其他人蔘考和使用。
其實做影象識別,也可以使用TESSERACT-OCR來實現,但是該方式需要下載軟體,在電腦上安裝環境,移植性不高,使用Tess4J只需要下載相關Jar包,匯入專案,再把專案封裝好就可以處處運行了。
解壓,其中的目錄結構如下:
需要用到其中圈起來的三個資料夾中的東西。lib資料夾下放的是需要用到的Jar包,tessdata下放的是語言庫,預設的有英語庫,中文庫需要另外下載,下載地址:https://github.com/tesseract-ocr/tessdata/blob/master/chi_sim.traineddata。
新建一個Java專案,將lib資料夾和tessdata資料夾複製到專案的根目錄下,找到dist資料夾下的tess4j.jar(名字可能有版本號),將該檔案也複製到專案根目錄下的lib資料夾下。
專案的的目錄如下:
lib中的檔案如下(tess4J.jar也在該目錄下):
再在eclipse中開啟專案,在專案中匯入lib資料夾中所有的jar包(Build path --> configure build path),匯入後的結果如下:
這樣前期準備工作就完成了,下面就剩下程式碼了。Tess4J的程式碼比較簡潔,如下:
Tess4JTest.java
package ocr; import net.sourceforge.tess4j.ITesseract; import net.sourceforge.tess4j.Tesseract; import net.sourceforge.tess4j.TesseractException; import net.sourceforge.tess4j.util.LoadLibs; import java.io.File; import java.io.IOException; /** * Tess4J測試類 */ public class Tess4JTest { public static void main(String[] args){ String path = "D://Java//Tess4J"; //我的專案存放路徑 File file = new File(path + "//photo.jpg"); ITesseract instance = new Tesseract(); /** * 獲取專案根路徑,例如: D:\IDEAWorkSpace\tess4J */ File directory = new File(path); String courseFile = null; try { courseFile = directory.getCanonicalPath(); } catch (IOException e) { e.printStackTrace(); } //設定訓練庫的位置 instance.setDatapath(courseFile + "//tessdata"); instance.setLanguage("eng");//chi_sim :簡體中文, eng 根據需求選擇語言庫 String result = null; try { long startTime = System.currentTimeMillis(); result = instance.doOCR(file); long endTime = System.currentTimeMillis(); System.out.println("Time is:" + (endTime - startTime) + " 毫秒"); } catch (TesseractException e) { e.printStackTrace(); } System.out.println("result: "); System.out.println(result); } }
這樣就搞定了。
效果如下:
原圖:
讀取結果:
從結果來看準確率還有待提高,l 和 1分不清,0 和 O 也沒有分清,漢字的準確率還要低一些,大家可以自行訓練字型庫優化。