一、引言
你是否曾遇到过这样的情况：看到一段有用的文本，想要快速复制下来，却只能眼巴巴地盯着屏幕，手动输入？其实，Java 也可以轻松实现 OCR（光学字符识别）功能，让你轻松识别并提取图片中的文字信息。不需要庞大的外部工具，也不必担心复杂的配置，只需几行代码，Java 就能帮你搞定 OCR！接下来，我们将带你一步步揭开这项技术的神秘面纱，让你的 Java 项目更加智能、便捷。
二、功能演示
先让我们看看最终效果,再进行实现
三、功能实现
1. 描述
在这部分，我们将使用 SpringBoot 和 Tess4j 来实现 OCR 功能。Tess4j 是一个基于 Tesseract 的 Java 封装库，它让我们能够轻松地在 Java 应用中使用 OCR 技术。无论你是在处理扫描的文档、识别图片中的文字，还是自动化读取截图内容，Tess4j 都能派上用场。通过与 SpringBoot 结合，我们可以快速搭建一个轻量级的 RESTful 服务，轻松应对各种 OCR 需求。
2. 编码实现
2.1 引入依赖
<dependency> <groupId>net.sourceforge.tess4j</groupId> <artifactId>tess4j</artifactId> </dependency>
2.2 初始化Tesseract引擎
注意事项 :
项目部署:
使用
new ClassPathResource("tess_data").getFile().getAbsolutePath()可能在项目打成 Jar 包后无法正常访问。为了解决这个问题，可以参考一些开源项目中的TensorflowUtil工具类，将resource文件进行转存后再加载。在 Linux 环境中，还需要解决
无法初始化 net.sourceforge.tess4j.TessAPI的问题，确保所有必要的依赖库和系统配置正确。训练数据:
tessdata_best: 主要针对高精度要求的应用场景，虽然识别速度较慢，但结果更准确。
tessdata: 是标准的训练数据集，平衡了识别速度和精度，适合一般的 OCR 应用。
tessdata_fast: 适用于需要快速识别的场景，虽然精度略低，但可以显著提升识别速度。
不同的训练数据和配置会影响识别结果的精度和速度。可以根据实际需求自行训练适合的数据集。免费的训练数据包括:
/**
* TesseractOcr 模型加载
*
* @author : YiFei
*/
@Slf4j
@Getter
@Component
public class TesseractOcrModelService {
private final Tesseract tesseract = new Tesseract();
public TesseractOcrModelService() {
try {
// 获取训练模型文件夹 （该方法在打包为jar后会有问题，建议使用项目中TensorflowUtil工具类）
String folderPath = new ClassPathResource("tess_data").getFile().getAbsolutePath();
/*
* OEM_TESSERACT_ONLY = 0：表示仅运行Tesseract OCR引擎，不使用LSTM（Long Short-Term Memory）线识别器。Tesseract是一种传统的OCR引擎，适用于一般的文字识别任务。
* OEM_LSTM_ONLY = 1：表示仅运行LSTM线识别器，不使用Tesseract。LSTM是一种深度学习模型，通常在处理复杂文本或手写文字识别等任务时表现较好。
* OEM_TESSERACT_LSTM_COMBINED = 2：表示同时运行Tesseract和LSTM识别器，并在遇到困难情况时允许回退到Tesseract。这种组合模式可以在不同情况下灵活地选择最适合的识别引擎。
* OEM_DEFAULT = 3：当调用 init_*() 方法时指定此模式，表示可以根据语言特定配置、命令行配置等自动推断使用哪种模式。如果没有明确指定，则默认使用 OEM_TESSERACT_ONLY 模式。
*/
tesseract.setPageSegMode(OEM_TESSERACT_LSTM_COMBINED);
// 设置Tesseract OCR引擎的训练数据文件夹路径
/*
* chi_sim.traineddata: Chinese Simplified（中文简体）
* chi_sim_vert.traineddata: Chinese Simplified Vertical（中文简体竖排）
* chi_tra.traineddata: Chinese Traditional（中文繁体）
* chi_tra_vert.traineddata: Chinese Traditional Vertical（中文繁体竖排）
*/
tesseract.setDatapath(folderPath);
tesseract.setPageSegMode(6);
// 设置为中文简体
tesseract.setLanguage("chi_sim");
} catch (Exception e) {
throw new RuntimeException(e);
}
}
}
2.3 编写 RESTful 接口
/**
* Ocr-控制器
*
* @author : YiFei
*/
@RestController
@RequestMapping("ocr")
@RequiredArgsConstructor
public class OcrController {
private final TesseractOcrModelService tesseractOcrModelService;
@PostMapping("/detection")
public Result<String> ocrDetection(MultipartFile file) {
try {
/*
图片调整推荐 :
二值化：将图像转换为黑白，有助于提高对比度。
去噪：去除图像中的噪声。
旋转矫正：确保图像中的文本是水平的。
*/
Tesseract tesseract = tesseractOcrModelService.getTesseract();
return Result.success(tesseract.doOCR(ImageIO.read(file.getInputStream())));
} catch (Exception e) {
throw new RuntimeException("ImageIO.read(file.getInputStream())) 解析错误");
}
}
}
