SpringBoot 整合Tess4J庫實現(xiàn)圖片文字識別案例詳解

更新時間：2023年10月13日 14:20:21 作者：程序員濟癲

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,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

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練數(shù)據(jù)

Tesseract OCR庫通過訓練數(shù)據(jù)來學習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練數(shù)據(jù)需求，使用默認的訓練數(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分享客棧】
 * @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();
      // 設置訓練數(shù)據(jù)文件夾路徑
      tesseract.setDatapath(dataPath);
      // 設置為中文簡體
      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);
    }
}