java实现图片文字识别ocr

最近在开发的时候需要识别图片中的一些文字，网上找了相关资料之后，发现google有一个离线的工具，以下为java使用的demo

在此之前，使用这个工具需要在本地安装OCR工具：

下面一个是一定要安装的离线包，建议默认安装

上面一个是中文的语言包，如果网络可以FQ的童鞋可以在安装的时候就选择语言包在线安装，有多种语言可供选择，默认只有英文的

exe安装好之后，把上面一个文件拷到安装目录下tessdata文件夹下

如C:\Program Files (x86)\Tesseract-OCR\tessdata下

然后下面两个是可选包，如果图片不做临时文件处理的话，可以不需要带的

首先是一个临时文件生成用的类以防源文件损坏，参考某位博友的例子@Gunner

package org.ink.image.textrz;

import java.awt.image.BufferedImage; 
import java.io.File; 
import java.io.IOException; 
import java.util.Iterator; 
import java.util.Locale; 
 
import javax.imageio.IIOImage; 
import javax.imageio.ImageIO; 
import javax.imageio.ImageReader; 
import javax.imageio.ImageWriteParam; 
import javax.imageio.ImageWriter; 
import javax.imageio.metadata.IIOMetadata; 
import javax.imageio.stream.ImageInputStream; 
import javax.imageio.stream.ImageOutputStream; 
 
import com.sun.media.imageio.plugins.tiff.TIFFImageWriteParam; 
 
public class ImageIOHelper {
  private Locale locale=Locale.CHINESE;
  /**
   * user set locale Construct
   * @param locale
   */
  public ImageIOHelper(Locale locale){
    this.locale=locale;
  }
  
  /**
   * default construct using default locale Locale.CHINESE
   */
  public ImageIOHelper(){
    
  }
  /**
   * create tempFile of Image in order to prevent damaging original file
   * @param imageFile
   * @param imageFormat like png,jps .etc
   * @return TempFile of Image
   * @throws IOException
   */
  public File createImage(File imageFile, String imageFormat) throws IOException {  
    Iterator<ImageReader> readers = ImageIO.getImageReadersByFormatName(imageFormat);  
    ImageReader reader = readers.next();  
    ImageInputStream iis = ImageIO.createImageInputStream(imageFile);  
    reader.setInput(iis);  
    IIOMetadata streamMetadata = reader.getStreamMetadata();  
    TIFFImageWriteParam tiffWriteParam = new TIFFImageWriteParam(Locale.CHINESE);  
    tiffWriteParam.setCompressionMode(ImageWriteParam.MODE_DISABLED);  
    Iterator<ImageWriter> writers = ImageIO.getImageWritersByFormatName("tiff");  
    ImageWriter writer = writers.next();  
    BufferedImage bi = reader.read(0);  
    IIOImage image = new IIOImage(bi,null,reader.getImageMetadata(0));  
    File tempFile = tempImageFile(imageFile);  
    ImageOutputStream ios = ImageIO.createImageOutputStream(tempFile);  
    writer.setOutput(ios);  
    writer.write(streamMetadata, image, tiffWriteParam);  
    ios.close();
    iis.close();
    writer.dispose();  
    reader.dispose();  
    return tempFile;  
  }  
  /**
   * add suffix to tempfile
   * @param imageFile
   * @return
   * @throws IOException 
   */
  private File tempImageFile(File imageFile) throws IOException {  
    String path = imageFile.getPath();  
    StringBuffer strB = new StringBuffer(path);  
    strB.insert(path.lastIndexOf('.'),"_text_recognize_temp");
    String s=strB.toString().replaceFirst("(?<=//.)(//w+)$", "tif");
    Runtime.getRuntime().exec("attrib "+"\""+s+"\""+" +H"); //设置文件隐藏
    return new File(strB.toString()); 
  }  
  
} 

下面是真正识别的内容：

package org.ink.image.textrz;

import java.io.BufferedReader;  
import java.io.File;  
import java.io.FileInputStream;
import java.io.IOException;
import java.io.InputStreamReader;  
import java.util.ArrayList;  
import java.util.List;
import java.util.Locale;

import org.jdesktop.swingx.util.OS;  

/**
 * TEXT Recognize Utils
 * @author ink.Flower
 *
 */
public class OCRUtil { 
  private final String LANG_OPTION = "-l"; //英文字母小写l，并非数字1  
  private final String EOL = System.getProperty("line.separator");  
  private String tessPath = "C://Program Files (x86)//Tesseract-OCR";//ocr默认安装路径
  private String transname="chi_sim";//默认中文语言包，识别中文
  
  /**
   * Construct method of OCR ,set Tesseract-OCR install path
   * @param tessPath Tesseract-OCR install path
   * @param transFileName traningFile name like eng.traineddata
   */
  public OCRUtil(String tessPath,String transFileName){
    this.tessPath=tessPath;
    this.transname=transFileName;
  }
  /**
   * Construct method of OCR,default path is "C://Program Files (x86)//Tesseract-OCR"
   */
  public OCRUtil(){   }
  
  public String getTessPath() {
    return tessPath;
  }
  public void setTessPath(String tessPath) {
    this.tessPath = tessPath;
  }
  public String getTransname() {
    return transname;
  }
  public void setTransname(String transname) {
    this.transname = transname;
  }
  public String getLANG_OPTION() {
    return LANG_OPTION;
  }
  public String getEOL() {
    return EOL;
  }
  
  /**
   * recognize text in image
   * @param imageFile
   * @param imageFormat
   * @return text recognized in image
   * @throws Exception
   */
  public String recognizeText(File imageFile,String imageFormat)throws Exception{  
    File tempImage = new ImageIOHelper().createImage(imageFile,imageFormat);  
    return ocrImages(tempImage, imageFile);  
  }  
  
  /**
   * recognize text in image
   * @param imageFile
   * @param imageFormat
   * @param locale
   * @return text recognized in image
   * @throws Exception
   */
  public String recognizeText(File imageFile,String imageFormat,Locale locale)throws Exception{  
    File tempImage = new ImageIOHelper(locale).createImage(imageFile,imageFormat);
    return ocrImages(tempImage, imageFile);
      
  }
  /**
   * 
   * @param tempImage
   * @param imageFile
   * @return
   * @throws IOException
   * @throws InterruptedException
   */
  private String ocrImages(File tempImage,File imageFile) throws IOException, InterruptedException{
    File outputFile = new File(imageFile.getParentFile(),"output");
    Runtime.getRuntime().exec("attrib "+"\""+outputFile.getAbsolutePath()+"\""+" +H"); //设置文件隐藏
    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(transname);  
    ProcessBuilder pb = new ProcessBuilder();  
    pb.directory(imageFile.getParentFile());  
    cmd.set(1, tempImage.getName());  
    pb.command(cmd);  
    pb.redirectErrorStream(true);  
    Process process = pb.start();  
    int w = process.waitFor();  
    tempImage.delete();//删除临时正在工作文件     
    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(); 
  }
}  

在实验中发现，如果对有多个文字的大图进行直接识别的话，效果可能比较差，所以可以参考另一篇切图的博文，将图片取一块之后再识别

https://www./article/121231.htm  ←我是链接

这样成功率会提高很多。

以上为离线识别版本，效率因图而已，具体使用的时候可以总结分析，希望对大家的学习有所帮助，也希望大家多多支持。

# java  # ocr图片文字识别  # ocr文字识别  # ocr识别  # Java使用Tesseract-Ocr识别数字  # Java使用OCR技术识别验证码实现自动化登陆方法  # Java使用Tessdata做OCR图片文字识别的详细思路  # java实现腾讯ocr图片识别接口调用  # Java中实现OCR识别读取图片中的文字  # 不到十行实现javaCV图片OCR文字识别  # 用Java实现OCR功能揭秘  # java中实现OCR文字提取的几种方法(Tesseract、PaddleOCR及RapidOCR)  # 离线  # 临时文件  # 是一个  # 我是  # 多个  # 在此  # 英文  # 找了  # 不做  # 可选  # 相关资料  # 不需  # 要带  # 使用这个  # 有多种  # 大家多多  # 可供选择  # 装好  # 英文字母  # 有一个 

相关文章： 动图在线制作网站有哪些,滑动动图图集怎么做？  网站制作公司广州有几家,广州尚艺美发学校网站是多少？  香港服务器租用费用高吗？如何避免常见误区？  高防服务器租用指南：配置选择与快速部署攻略  建站之星如何实现PC+手机+微信网站五合一建站？  如何高效利用200m空间完成建站？  油猴 教程,油猴搜脚本为什么会网页无法显示？  七夕网站制作视频,七夕大促活动怎么报名？  c# 在ASP.NET Core中管理和取消后台任务  如何在腾讯云服务器上快速搭建个人网站？  交易网站制作流程,我想开通一个网站，注册一个交易网址，需要那些手续？  如何通过服务器快速搭建网站？完整步骤解析  如何在IIS7上新建站点并设置安全权限？  如何快速启动建站代理加盟业务？  javascript基本数据类型及类型检测常用方法小结  如何选择高效响应式自助建站源码系统？  如何撰写建站申请书？关键要点有哪些？  独立制作一个网站多少钱,建立网站需要花多少钱？  如何通过VPS建站无需域名直接访问？  网站企业制作流程,用什么语言做企业网站比较好？  网站设计制作公司地址,网站建设比较好的公司都有哪些？  浙江网站制作公司有哪些,浙江栢塑信息技术有限公司定制网站做的怎么样？  黑客如何利用漏洞与弱口令入侵网站服务器？  一键网站制作软件,义乌购一件代发流程？  如何使用Golang table-driven基准测试_多组数据测量函数效率  如何用已有域名快速搭建网站？  天河区网站制作公司,广州天河区如何办理身份证？需要什么资料有预约的网站吗？  网站制作服务平台,有什么网站可以发布本地服务信息？  自助网站制作软件,个人如何自助建网站？  建站主机如何选？性能与价格怎样平衡？  如何制作算命网站,怎么注册算命网站？  高端建站三要素：定制模板、企业官网与响应式设计优化  制作旅游网站html,怎样注册旅游网站？  如何在橙子建站中快速调整背景颜色？  专业型网站制作公司有哪些,我设计专业的，谁给推荐几个设计师兼职类的网站？  开心动漫网站制作软件下载,十分开心动画为何停播？  做企业网站制作流程,企业网站制作基本流程有哪些？  如何配置FTP站点权限与安全设置？  网站制作公司排行榜,四大门户网站排名？  盐城做公司网站,江苏电子版退休证办理流程？  如何通过山东自助建站平台快速注册域名？  c# Task.ConfigureAwait(true) 在什么场景下是必须的  如何在Windows环境下新建FTP站点并设置权限？  建站与域名管理如何高效结合？  如何选择域名并搭建高效网站？  怎么用手机制作网站链接,dw怎么把手机适应页面变成网页？  如何在IIS中新建站点并配置端口与物理路径？  C#如何使用XPathNavigator高效查询XML  东莞专业网站制作公司有哪些,东莞招聘网站哪个好？  如何用AWS免费套餐快速搭建高效网站？