关键词：

【项目管理】Java OCR实现图片文字识别

• 1.项目前言
• • 1.1 项目需求
  • 1.2 OCR引擎选择
  • 1.3 Tess4j介绍
• 2.项目实现
• • 2.1 项目搭建
  • 2.2 主要实现代码
• 3.效果演示
• • 3.1 中文识别
  • • 3.1.1 需要识别的图片
    • 3.1.2 识别过程
    • 3.1.3 识别结果
    • 3.1.4 总结
  • 3.2 英文识别
  • • 3.2.1 需要识别的图片
    • 3.2.2 识别过程
    • 3.2.3 识别结果
    • 3.2.4 总结
  • 3.3 日文识别
  • • 3.3.1 需要识别的图片
    • 3.3.2 识别过程
    • 3.3.3 识别结果
    • 3.3.4 总结
  • 3.4 截图功能

系统：Win10
Java：1.8.0_333
IDEA：2020.3.4
Gitee：https://gitee.com/lijinjiang01/JavaOCR

1.项目前言

1.1 项目需求

最近在看外国漫画的时候，发现有些漫画没有汉化的翻译，这哪看得懂。正想把那些日语输入到有道翻译一下，发现日文不会输。正巧之前有接触关于OCR的项目，所以便想用Java做一个小工具，实现图片的文字识别功能，于是我便开始了项目准备工作。
这里我只想简单的文字识别一下，所以为了省事就只考虑本地实现图片文字识别，不去申请云账号啥的了。所以需要对去了解OCR开源项目

1.2 OCR引擎选择

OCR开源项目	简介	优点	劣势
Tesseract	Tesseract 是谷歌开发并开源的图像文字识别引擎，使用python开发。	1. github上面star非常多，项目非常活跃 2. 识别的语言和文字非常多 3. 后面做背书的公司非常强（google）	1. 不是专门针对中文场景 2. 相关文档主要是英文，对于阅读和理解起来有一定困难 3. 学习成本比较高 4. 源码较多，并且部分源码是c++，学习起来难度比较大
PaddleOCR	PaddleOCR 是百度开源的中文识别的ocr开源软件	1. github上面star非常多，项目非常活跃 2. 模型只针对中文进行训练 3. 后面做背书的公司非常强（baidu） 4. 相关的中文文档非常齐全 5. 识别的精确度比较高	1. 目前使用的训练模型是基于百度公司自己的PaddlePaddle框架，对于小公司来说并不主流（对比于ts或者pytorch），所使用深度学习框架为后续其他深度学习无法做很好的铺垫 2. 项目整体比较复杂，学习成本较高
EasyOCR	EasyOCR 是一个用 Python 编写的 OCR 库，用于识别图像中的文字并输出为文本，支持 80 多种语言。	1. github上面的star也是比较多，但是最近不是特别活跃 2. 支持的语言也是非常多的，多达80多种 3. 识别的精确度尚可	1. 从官方的页面体验来说识别的速度较慢 2. 识别的文字种类多，学习难度较高 3. 相关的官方文档是基于英文的，学习难度较高，对于新手不太友好
chineseocr	…	1. github上面的star也是比较多 2. 专门针对中文进行学习和训练的模型 3. 相关的文档比较多，上手相对比较容易	1. 因为没有大厂和公司的背书， 所以存在一些bug 2. 对于复杂场景下的效果不佳 3. 模型都是现成的，如果要新训练模型难度比较高
chineseocr_lite	…	1. github上面的star也是比较多 2. 专门针对中文进行学习和训练的模型 3. 相关的文档比较多，上手相对比较容易 4. 比较轻量级，部署也比较方便	…
TrWebOCR	…	1. 部署简单 2. 使用简单 3. 有对应的web页面，测试方便 4. 有对应的web接口，方便调用	1. 核心模型不开源，无法进行再次学习 2. 无法进行后续训练 3. 必须要联网才能使用 4. 精度识别一般 5. 项目不是很活跃
cnocr	…	1. 使用简单 2. 文档齐全 3. 代码全部开源，可以进行修改 4. 预定义的模型较多 5. 便于学习和模型重新训练	1. 精确度不高 2. 没有对应的web界面和接口 3. 需要配合cnstd进行使用

因为我这里需要英文、日文识别，所以综合考虑，我选择了 Tessract，因为我使用的是 Java 语言，所以我选择直接调用 Tess4J 来实现我的需求

1.3 Tess4j介绍

Tess4j 的官网：https://tess4j.sourceforge.net
Tess4j 的 Maven 仓库：https://mvnrepository.com/artifact/net.sourceforge.tess4j/tess4j
Tess4J是对Tesseract OCR API 的Java JNA 封装。使 java 能够通过调用 Tess4J 的 API 来使用 Tesseract OCR。支持的格式包括 TIFF、JPEG、GIF、PNG、BMP、JPEG、PDF。Tess4J是 java 直接可使用的 jar 包，而 Tesseract OCR 是支持 Tess4J 进文件文字识别的基础，Tess4J 可直接使用 Maven 方式引入。

下面的是官网的首页图，从这里我们可以获得3个重要的信息：
1.这项目是Apache2.0的开源项目；2.支持Maven依赖导入；3.支持识别的种类很多，包括常用的PNG、JPEG等

2.项目实现

2.1 项目搭建

首先是引入 Maven 依赖，我这里直接使用最新的 Tess4J 依赖

<!-- Tess4J依赖 -->
<dependency>
    <groupId>net.sourceforge.tess4j</groupId>
    <artifactId>tess4j</artifactId>
    <version>5.4.0</version>
</dependency>

然后就是下载 Tess4J 的所需要的语言库，我下载了 chi_sim.traineddata（中文简体）、eng.traineddata（英文）、jpn.traineddata（日文）三个语言库，存放在 resources 的 data 目录下（如下图所示，osd.traineddata 与页面分割模式有关，这里也一并下载了）
其他语言库可根据自己需求选择下载，tessdata 语言库下载地址：https://github.com/tesseract-ocr/tessdata
注意：如果你下载的语言库只有几十、几百kb，说明你下载异常了，程序启动不了的，解决办法就是连接外网下载

2.2 主要实现代码

    // 执行OCR识别
    private void execute(BufferedImage targetImage) 
        try 
            File tempFile = new File(tempImage);
            if (tempFile == null) 
                tempFile.mkdirs();
            
            tempFile.mkdirs();
            ImageIO.write(targetImage, "jpg", tempFile);
         catch (IOException e) 
            e.printStackTrace();
        
        File file = new File(tempImage);

        ITesseract instance = new Tesseract();
        // 设置语言库位置
        instance.setDatapath("src/main/resources/data");
        // 设置语言
        instance.setLanguage(language);
        Thread thread = new Thread() 
            public void run() 
                String result = null;
                try 
                    result = instance.doOCR(file);
                 catch (Exception e) 
                    e.printStackTrace();
                
                resultArea.setText(result);
            
        ;
        ProgressBar.show(this, thread, "图片正在识别中，请稍后...", "执行结束", "取消");
    

3.效果演示

3.1 中文识别

3.1.1 需要识别的图片

3.1.2 识别过程

3.1.3 识别结果

十 年 生 死 两 茫 茫 。 不 思 量 , 自 难 忘 。
干 里 孤 坟 , 无 处 话 凄 凉 。 纵 使 相 逢 应 不 识 , 尘 满 面 , 鬓 如 霜 。
夜 来 幽 梦 忽 还 乡 。 小 轩 窗 , 正 梳 妆 。
相 顾 无 言 , 惟 有 泪 十 行 。 料 得 年 年 肠 断 处 , 明 月 夜 , 短 松 岗 。

错了 “千里孤坟” 的 千 字，还有 “惟有泪千行” 的 千 字，

3.1.4 总结

当图片内的文字比较清晰时，中文的识别度还是挺高的，特别是图像对比度高的话对于文字识别成功影响很大；而且如果字体较为相近，则容易出错。

3.2 英文识别

3.2.1 需要识别的图片

3.2.2 识别过程

3.2.3 识别结果

Success is the sum of small efforts, repeated day in and day out.
Time waits for no one. Treasure every moment you have.
That there's some good in this world, and it's worth fighting for.

全对

3.2.4 总结

英文的识别还是简单，而且基本没有错，因为单词的形体就不会太复杂，这里的测试就一个单词没错，看来用来识别英文是没有问题的

3.3 日文识别

3.3.1 需要识别的图片

3.3.2 识别过程

3.3.3 识别结果

あ な た の 時 間 ( し じ か ん ) は 限 ( か ぎ ) ら れ て い る 。 だ か ら 他 の 誰 か の 人 生
を 生 き る な ん て 無 駄 ( む だ ) な ま ね は よ せ 。
す の も の に ベべ て 美 し さ は あ る が 、 す べ て の 者 に 見 え る わ け で は な い 。

好像也只错了一两处（不认识日文）

3.3.4 总结

从结果来说，日文的识别正确率也挺高的，看来只要中文正确率高，其他文字正确率应该都不低，毕竟复杂度摆在那

3.4 截图功能

这里有一个截图功能，可以直接截取需要识别的图片，然后进行识别。我透，这么简单的两个词都识别不出来，看来还需要好好锻炼

基于easyocr+hanlp实现图片文字实体（中文姓名机构名地域名）识别(代码片段)

一、EasyOCR+HanLpEasyOCR是一个python版的文字识别工具。目前支持80中语言的识别。并且支持：图像预处理（去噪、色彩饱和度、尖锐处理)、CRAFT文字检测、中间处理（倾斜处理等）、文字识别、后续处理、输出结... 查看详情

调用百度ai接口实现图片文字识别技术demo(代码片段)

一、第一步，到https://console.bce.baidu.com/二、创建应用三、pom.xml里面加入依赖org.jsonjson20160810<!--https://mvnrepository.com/artifact/log4j/log4j--><dependency><groupId>log4j</groupId>&l 查看详情

pcbpolarsi9000阻抗模型图片文字识别方法(代码片段)

...,阻抗模型图片可以进行用户鼠标交互，那么它的是如何实现的呢,下面就讲一下如何实现此功能的方法 一.看看PolarSI9000阻抗模型图片交互效果   鼠标点击阻抗模型图片某个像素点,它可以实现找到离它最近的阻抗参... 查看详情

python使用easyocr实现图片文字识别

​​项目git地址​​1.安装easyocrpipinstalleasyocr2.使用easyocrword.pngpython代码：importeasyocrimportsslssl._create_default_https_context=ssl._create_unverified_contextreader=easyocr.Reader([ch_sim,en])#thisneedstor 查看详情

vue基于百度云实现行驶证识别(代码片段)

...容功能便于使用识别出来的内容，今天教大家在vue中实现这个简单的操作。实现效果实现思路注册一个百度云账号，拿到创建应用的AppID、APIKey、SecretKey&#x 查看详情

vue基于百度云实现行驶证识别(代码片段)

...容功能便于使用识别出来的内容，今天教大家在vue中实现这个简单的操作。实现效果实现思路注册一个百度云账号，拿到创建应用的AppID、APIKey、SecretKey&#x 查看详情

java离线版语音识别-语音转文字(代码片段)

...3.项目开发3.1项目准备3.2model准备3.3测试音频准备3.4代码实现4.效果演示4.1界面效果4.2单个文件语音识别4.2.1轻量模型4.2.2通用模型4.2.3两者对比4.3多个语音文件识别4.3.1轻量模型4.3.2通用模型4.3.3两者对比5.项目总结系统：Win10Jav... 查看详情

app开发-使用vue3+vant+html5+实现相机拍照，选取相册图片，裁剪图片以及提取图片中的文字等功能(代码片段)

...别出来的文字进行业务查询二、调用摄像头和相册功能的实现对于第一个需求我们 查看详情

tesseract-ocr+java实现图片文字识别(代码片段)

  ocr是OpticalCharacterRecognition的简写，就是光学字符识别技术。主要是对包含文本资料的图片进行识别，获取文本信息的技术。  目前tesseract-ocr这个工具可以很方便的在Windows、Linux、Mac下安装。  windows下的安装链接࿱... 查看详情

python•图片识别pytesseract快速识别提取图片中的文字(代码片段)

...要简单一点怎么办，那就可以使用tesseract识别引擎来实现，一行代码就可以做到提取图片文本。一、配置环境1.安装python依赖本程序用到了两个python库，pytesseract和PIL，所以先来安装。运行以下命令pipinstallPillowpipin... 查看详情

人脸识别项目，从0到1的实现过程(代码片段)

人脸识别项目，从0到1的实现过程读取图片灰度转换尺寸修改绘制矩形人脸检测多个人脸检测视频检测人脸录入数据训练人脸识别项目下载地址读取图片代码#导入cv模块importcv2ascv#读取图片img=cv.imread('face1.jpg')#显示图... 查看详情

python进行图片的文字识别(代码片段)

...#xff1a;pip3installtesseractapt-getinstalltesseract-ocrpipinstallpytesseract图片如下：代码短小精悍：fromPILimportImageimportpytesseracttext=pytesseract.image_to_string(Image.open("ocr.png"))print(text)运行代码效果如下：貌似这个中文识别不太友... 查看详情

python实战，截图识别文字，过万使用量版本？(代码片段)

...二、百度借口调用三、搭建窗口化的程序以便于使用四、实现截图的自动保存五、将识别到的文字输出显示在窗口文本框中并将文字发送到剪切板六、提取识别后文字中的中（英）文前人栽树后人乘凉，以不造轮子为... 查看详情

如何简单的实现图片文字识别

不知道有没有人和小编一样，经常需要文字识别，那这个时候有什么简单的方法可以帮助解决这个问题呢？　　辅助工具：电脑　　　　　　　　　　　　　　迅捷OCR文字识别软件　　　实用系数：☆☆☆☆☆　　　　推荐理由... 查看详情

简单的将图中文字转换到word中的方法(代码片段)

...Word中，那在办公节奏如此紧凑的氛围下，如何快速简单实现这一操作呢？下面小编就来为大家讲解一下。辅助工具：迅捷OCR文字识别软件1：首先我们将所需识别的图片在电脑中准备好，接着在电脑中安装一款支持文字识别转换... 查看详情

python调用百度ai实现文字识别(代码片段)

...来高大上一下，玩一把人工智能。那就是免费调用百度AI实现图片上面的文字识别。相对于Python的第三方库，百度人工智能要更强大，毕竟人工智能不是那么容易搞的。要调用，其实很简单，关键的代码只需要三行。但需要先注... 查看详情

基于easyocr+hanlp实现图片文字实体（中文姓名机构名地域名）识别(代码片段)

一、EasyOCR+HanLpEasyOCR是一个python版的文字识别工具。目前支持80中语言的识别。并且支持：图像预处理（去噪、色彩饱和度、尖锐处理)、CRAFT文字检测、中间处理（倾斜处理等）、文字识别、后续处理、输出结... 查看详情

python实现文字转图片(代码片段)

文章目录一、需求二、实现文字转单个图片代码三、实现文字转配对图片代码一、需求目前想要将输入的文字，转为指定风格的图片，比如宋体、草体二、实现文字转单个图片代码importosimportpdbimportPILimportnumpyasnpfromPILimpor... 查看详情