Java使用Tess4J 实现简单的图像识别（Maven版）- Started

最近有个朋友需要用Java做一个图像识别的东西，因此帮忙参考了网上资料写了一个基于Tess4J简单版的图像识别demo，供参考。

1、首先创建一个新的maven项目（创建教程在此省略，自行百度），将所需jar包引入pom.xml

 <!-- https://mvnrepository.com/artifact/net.sourceforge.tess4j/tess4j -->
        <dependency>
            <groupId>net.sourceforge.tess4j</groupId>
            <artifactId>tess4j</artifactId>
            <version>5.4.0</version>
        </dependency>

2、在任意地方创建一个文件夹tessdata，将下载的chi_sim.traineddata 和 eng.traineddata语言包存放在该目录下，也可以直接存放到自己项目的resources/tessdata目录下。

语言库下载地址：https://github.com/tesseract-ocr/tessdata

我下面下载的是精简版，文件更小，精度也没什么损失。

https://raw.githubusercontent.com/tesseract-ocr/tessdata_fast/main/chi_sim.traineddata

https://raw.githubusercontent.com/tesseract-ocr/tessdata_fast/main/eng.traineddata

3、编写代码

public static void main(String[] args) {
        // 识别图片的路径（修改为自己的图片路径）
        String path = "D:\\2.png";

        // 语言库位置（修改为跟自己语言库文件夹的路径）
        String lagnguagePath = "D:\\study\\tess4j-test\\src\\main\\resources";
        System.out.println(lagnguagePath);

        File file = new File(path);
        ITesseract instance = new Tesseract();

        //设置训练库的位置
        instance.setDatapath(lagnguagePath);

        //chi_sim ：简体中文， eng    根据需求选择语言库
        instance.setLanguage("chi_sim");
        String result = null;
        try {
            long startTime = System.currentTimeMillis();
            result =  instance.doOCR(file);
            long endTime = System.currentTimeMillis();
            System.out.println("Time is：" + (endTime - startTime) + " 毫秒");
        } catch (TesseractException e) {
            e.printStackTrace();
        }

        System.out.println("result: ");
        System.out.println(result);
    }