快捷導(dǎo)航

基于SpringBoot+Tess4j實現(xiàn)圖像文字識別功能

更新時間：2026年04月01日 08:34:32 作者：皮皮林551

文章介紹了Tesseract?OCR技術(shù)及其Java封裝庫Tess4j,并詳細(xì)描述了如何在SpringBoot項目中集成和使用Tess4j進(jìn)行圖像識別,文章涵蓋了下載字體庫、配置SpringBoot項目、編寫測試代碼及圖片識別測試等步驟,并提供了中文、英文及中英混合識別的實戰(zhàn)示例,需要的朋友可以參考下

1. 什么是 Tess4j

1.1 OCR

OCR 是 "Optical Character Recognition"（光學(xué)字符識別）的縮寫，它是一種技術(shù)，能夠?qū)⒉煌问降奈臋n（如紙質(zhì)文檔、PDF 文件或圖像）中的打印文本、手寫文本或其他類型的數(shù)據(jù)轉(zhuǎn)換為機(jī)器可編輯和可搜索的數(shù)據(jù)格式，如文本文件或電子文檔。

OCR 技術(shù)的工作流程通常包括以下幾個步驟：

圖像預(yù)處理： 這一步包括圖像的獲取、二值化、去噪、旋轉(zhuǎn)校正、分割等，以提高后續(xù)識別的準(zhǔn)確性。
文本檢測： 在圖像中定位文本的位置，通常是通過檢測文本的行、單詞或字符邊界。
特征提取： 從圖像中提取文本的特征，這些特征將用于識別過程。
字符識別： 這一步涉及將提取的特征與已知字符的模式進(jìn)行匹配，以識別每個字符。
后處理： 這一步包括對識別結(jié)果進(jìn)行校對、格式化、布局分析等，以提高整體的可讀性和準(zhǔn)確性。

OCR 技術(shù)的應(yīng)用非常廣泛，包括：

文檔管理： 將紙質(zhì)文檔轉(zhuǎn)換為電子文檔，便于存儲和搜索。
數(shù)據(jù)輸入： 自動從表格、表單等文檔中提取數(shù)據(jù)，減少手動輸入的工作量。
內(nèi)容分析： 從大量文檔中提取信息，用于數(shù)據(jù)分析或知識管理。
輔助技術(shù)： 幫助視力障礙人士通過語音合成將文本轉(zhuǎn)換為語音。

1.2 Tesseract OCR

Tesseract OCR（光學(xué)字符識別）是一個開源的 OCR 引擎，最初由 HP 實驗室開發(fā)，并在 2005 年開源，之后由 Google 贊助并繼續(xù)開發(fā)。它是目前最準(zhǔn)確、最流行的開源 OCR 工具之一。

1.3 Tess4j

Tess4J 是一個 Java 庫，它是 Tesseract OCR 引擎的 Java 封裝器。Tess4J 允許 Java 開發(fā)者輕松地將 Tesseract OCR 的功能集成到他們的 Java 應(yīng)用程序中。通過 Tess4J，Java 程序可以調(diào)用 Tesseract 來執(zhí)行光學(xué)字符識別（OCR）任務(wù)，即將圖像中的文字轉(zhuǎn)換為可編輯和可搜索的文本格式。

Tess4j 的特點：

易于集成： Tess4J 提供了簡單的 API，使得在 Java 應(yīng)用程序中使用 Tesseract 變得非常容易。
跨平臺： Tess4J 可以在任何支持 Java 的操作系統(tǒng)上運行，包括 Windows、macOS 和 Linux。
功能豐富： Tess4J 支持 Tesseract 的所有主要功能，包括多語言識別、自定義訓(xùn)練等。
社區(qū)支持： 作為一個開源項目，Tess4J 擁有一個活躍的社區(qū)，提供支持和更新。

2. 下載字體庫

下載地址：

https://github.com/tesseract-ocr/tessdata

2.1 中文字體庫

點擊 chi_sim.traineddata

中文字體庫下載

接著點擊下載按鈕

下載按鈕

2.2 英文字體庫

點擊 eng.traineddata

英文字體庫下載

接著點擊下載按鈕

英文字體庫下載按鈕

3. 在 SpringBoot 項目中集成 Tess4j

本次演示的環(huán)境為：JDK 17.0.7 + SpringBoot 3.0.2

3.1 引入依賴

<dependency>
    <groupId>net.sourceforge.tess4j</groupId>
    <artifactId>tess4j</artifactId>
    <version>4.1.1</version>
</dependency>

3.2 編寫配置文件

將 F:/HeiMaTouTiao/tessdata 更換為你存放字體庫文件的目錄（使用絕對路徑）

application.yml

server:
  port: 11014
tess4j:
  data-path: F:/HeiMaTouTiao/tessdata
  chinese-train-data: chi_sim
  english-train-data: eng

3.3 編寫配置類

Tess4jConfiguration.java

import org.springframework.boot.context.properties.ConfigurationProperties;
import org.springframework.context.annotation.Configuration;

@Configuration
@ConfigurationProperties(prefix = "tess4j")
publicclass Tess4jConfiguration {

    private String dataPath;

    private String chineseTrainData;

    private String englishTrainData;

    public String getDataPath() {
        return dataPath;
    }

    public void setDataPath(String dataPath) {
        this.dataPath = dataPath;
    }

    public String getChineseTrainData() {
        return chineseTrainData;
    }

    public void setChineseTrainData(String chineseTrainData) {
        this.chineseTrainData = chineseTrainData;
    }

    public String getEnglishTrainData() {
        return englishTrainData;
    }

    public void setEnglishTrainData(String englishTrainData) {
        this.englishTrainData = englishTrainData;
    }

}

4. 測試圖像識別功能

4.1 中文

4.1.1 測試代碼

import cn.edu.scau.config.Tess4jConfiguration;
import net.sourceforge.tess4j.ITesseract;
import net.sourceforge.tess4j.Tesseract;
import net.sourceforge.tess4j.TesseractException;
import org.junit.jupiter.api.Test;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;

import java.io.File;

@SpringBootTest
publicclass Tess4jApplicationTests {

    @Autowired
    private Tess4jConfiguration tess4jConfiguration;

    @Test
    public void testChinese() throws TesseractException {
        long start = System.currentTimeMillis();

        ITesseract iTesseract = new Tesseract();

        // 設(shè)置字體庫路徑
        iTesseract.setDatapath(tess4jConfiguration.getDataPath());

        // 設(shè)置語言
        iTesseract.setLanguage(tess4jConfiguration.getChineseTrainData());

        File file = new File("F:/HeiMaTouTiao/tessdata/CaiXuKun-Chinese.png");

        // 識別圖片
        String result = iTesseract.doOCR(file);

        long end = System.currentTimeMillis();
        System.err.println("耗時：" + (end - start) + "ms");
        System.out.println(result);
    }

}

4.1.2 測試圖片

中文識別測試圖片

4.1.3 測試結(jié)果

不得不說，圖像識別耗時很長

中文識別測試結(jié)果

4.2 英文

4.2.1 測試代碼

@Test
public void testEnglish() throws TesseractException {
    long start = System.currentTimeMillis();

    ITesseract iTesseract = new Tesseract();

    // 設(shè)置字體庫路徑
    iTesseract.setDatapath(tess4jConfiguration.getDataPath());

    // 設(shè)置語言
    iTesseract.setLanguage(tess4jConfiguration.getEnglishTrainData());

    File file = new File("F:/HeiMaTouTiao/tessdata/CaiXuKun-English.png");

    // 識別圖片
    String result = iTesseract.doOCR(file);

    long end = System.currentTimeMillis();
    System.err.println("耗時：" + (end - start) + "ms");
    System.out.println(result);
}

4.2.2 測試圖片

英文識別測試圖片

4.2.3 測試結(jié)果

英文識別測試結(jié)果

4.3 中英混合

4.3.1 測試代碼

中英混合時需要使用中文字體庫

@Test
public void testChineseAndEnglish() throws TesseractException {
    long start = System.currentTimeMillis();

    ITesseract iTesseract = new Tesseract();

    // 設(shè)置字體庫路徑
    iTesseract.setDatapath(tess4jConfiguration.getDataPath());

    // 設(shè)置語言
    iTesseract.setLanguage(tess4jConfiguration.getChineseTrainData());

    File file = new File("F:/HeiMaTouTiao/tessdata/ParagraphWithChineseAndEnglish.png");

    // 識別圖片
    String result = iTesseract.doOCR(file);

    long end = System.currentTimeMillis();
    System.err.println("耗時：" + (end - start) + "ms");
    System.out.println(result);
}