前言
今天給大家分享一個
SpringBoot整合Tess4j庫實現(xiàn)圖片文字識別的小案例，希望xdm喜歡。文末有案例代碼的Git地址，可以自己下載了去玩玩兒或繼續(xù)擴展也行。
話不多說，開整吧。
什么是Tess4j庫
先簡單給沒聽過的xdm解釋下，這里要分清楚
Tesseract和Tess4j的區(qū)別。
Tesseract是一個開源的光學(xué)字符識別（OCR）引擎，它可以將圖像中的文字轉(zhuǎn)換為計算機可讀的文本。支持多種語言和書面語言，并且可以在命令行中執(zhí)行。它是一個流行的開源OCR工具，可以在許多不同的操作系統(tǒng)上運行。
Tess4J是一個基于Tesseract OCR引擎的Java接口，可以用來識別圖像中的文本，說白了，就是封裝了它的API，讓Java可以直接調(diào)用。搞清楚這倆東西，就足夠了。
案例
1、引入依賴
既然是SpringBoot，基礎(chǔ)依賴我就不贅述了，這里貼下Tess4J的依賴，是可以用maven下載的。
<!-- tess4j -->
<dependency>
<groupId>net.sourceforge.tess4j</groupId>
<artifactId>tess4j</artifactId>
<version>4.5.4</version>
</dependency>
2、yml配置
這里，我特地把訓(xùn)練數(shù)據(jù)的目錄路徑配置在yml里，后續(xù)可以擴展到配置中心。
server:
port: 8888
# 訓(xùn)練數(shù)據(jù)文件夾的路徑
tess4j:
datapath: D:/tessdata
然后我解釋下什么是訓(xùn)練數(shù)據(jù)
Tesseract OCR庫通過訓(xùn)練數(shù)據(jù)來學(xué)習(xí)不同語言和字體的特征，以便更好地識別圖片中的文字。
在安裝Tesseract OCR庫時，通常會生成一個包含多個子文件夾的訓(xùn)練數(shù)據(jù)文件夾，其中每個子文件夾都包含了特定語言或字體的訓(xùn)練數(shù)據(jù)。
比如我這里是下載后放到了D盤的tessdata目錄下，如圖所示，其實就是一個
.traineddata為后綴的文件，大小約2M多。
如果你沒有特定的訓(xùn)練數(shù)據(jù)需求，使用默認的訓(xùn)練數(shù)據(jù)文件即可，我這里就是直接下載默認的來用的。
還有一點要注意的是，直接讀resource目錄下的路徑是讀不到的哈，所以我放到了D盤，訓(xùn)練數(shù)據(jù)本身也是更推薦放到獨立的位置，方便后續(xù)訓(xùn)練數(shù)據(jù)。
3、config配置類
我們新建一個配置類，初始化一下Tesseract類，交給Spring管理，這樣借用了Spring的單例模式。
package com.example.tesseractocr.config;
import net.sourceforge.tess4j.Tesseract;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
/**
* @作者: 公眾號【Java分享客?！? * @日期: 2023/10/12 22:58
* @描述:
*/
@Configuration
public class TesseractOcrConfiguration {
@Value("${tess4j.datapath}")
private String dataPath;
@Bean
public Tesseract tesseract() {
Tesseract tesseract = new Tesseract();
// 設(shè)置訓(xùn)練數(shù)據(jù)文件夾路徑
tesseract.setDatapath(dataPath);
// 設(shè)置為中文簡體
tesseract.setLanguage("chi_sim");
return tesseract;
}
}
4、service實現(xiàn)
就幾行代碼，非常簡單。
package com.example.tesseractocr.service;
import lombok.AllArgsConstructor;
import net.sourceforge.tess4j.*;
import org.springframework.stereotype.Service;
import org.springframework.web.multipart.MultipartFile;
import javax.imageio.ImageIO;
import java.awt.image.BufferedImage;
import java.io.ByteArrayInputStream;
import java.io.IOException;
import java.io.InputStream;
@Service
@AllArgsConstructor
public class OcrService {
private final Tesseract tesseract;
/**
* 識別圖片中的文字
* @param imageFile 圖片文件
* @return 文字信息
*/
public String recognizeText(MultipartFile imageFile) throws TesseractException, IOException {
// 轉(zhuǎn)換
InputStream sbs = new ByteArrayInputStream(imageFile.getBytes());
BufferedImage bufferedImage = ImageIO.read(sbs);
// 對圖片進行文字識別
return tesseract.doOCR(bufferedImage);
}
}
5、新增rest接口
我們新建一個rest接口，用來測試效果，使用上傳圖片文件的方式。
package com.example.tesseractocr.controller;
import com.example.tesseractocr.service.OcrService;
import lombok.AllArgsConstructor;
import net.sourceforge.tess4j.TesseractException;
import org.springframework.http.MediaType;
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;
import org.springframework.web.multipart.MultipartFile;
import java.io.IOException;
@RequestMapping("/api")
@RestController
@AllArgsConstructor
public class OcrController {
private final OcrService ocrService;
@PostMapping(value = "/recognize", consumes = MediaType.MULTIPART_FORM_DATA_VALUE)
public String recognizeImage(@RequestParam("file") MultipartFile file) throws TesseractException, IOException {
// 調(diào)用OcrService中的方法進行文字識別
return ocrService.recognizeText(file);
}
}
6、測試效果
這里我用ApiPost工具來測試下最終效果
我準備的一張圖片如下，是從知乎上隨便截取的一張。
我們調(diào)接口試一下，這里要設(shè)置Header的Content-Type，別忘了哈。
這里是body中的參數(shù)，我們選擇form-data中的File屬性，表示以上傳文件形式來調(diào)接口。
看下效果，其實還是挺不錯的，我和圖片比對了一下，基本上都識別出來了。
相關(guān)地址
1）、Tesseract-ocr官方Github地址：https://github.com/tesseract-ocr/tesseract
2）、Tesseract-ocr安裝下載：https://digi.bib.uni-mannheim.de/tesseract/
PS：這里我沒有用官方Github文檔中給的地址，因為太慢了，找了一個下載比較快的，你們可以往下拉找到win64位的安裝即可，如果沒有訓(xùn)練需求，不用下也可以）
3）、訓(xùn)練文件：https://digi.bib.uni-mannheim.de/tesseract/tessdata_fast/
PS：在2）的路徑下，有一個tessdata_fast目錄，點進去就能直接下載到默認訓(xùn)練文件，這種比較簡便，省去了前面安裝下載的過程。
4）、案例代碼：https://gitee.com/fangfuji/java-share
PS：代碼放在Gitee上，在同名博文目錄里面，包含代碼+安裝文件+訓(xùn)練文件。
總結(jié)
是不是非常簡單xdm，反正我覺得挺有意思的，后面抽空再試試訓(xùn)練數(shù)據(jù)。
好了，今天的小知識，你學(xué)會了嗎？
如果喜歡，請點贊+關(guān)注↓↓↓，持續(xù)分享干貨哦！
