Tess4J使用（A）

工作需要研究下文字识别，这部分完全小白，在网络上寻找教程，看了很多篇博客，选用了开源tesseract，终于算是完成tess4j的第一步，帮助最大的是这篇：
原文地址：http://blog.csdn.net/dr_guo/article/details/51340104
感谢原博主！！（光于前裕于后）
以下为转载 + 一些修改 部分：
（注：把自己一些遇到的问题详细化了）

---

遇到一道机试题

当时就懵逼了0.0查了好多资料，大体知道了基本的步骤：1.预处理 2.灰度化 3.二值化 4.去噪 5.分割 6.识别

还好题目要求不严格，可以使用开源程序。机智的我还真找到一个：Tesseract
下面开始正文：
Tess4J官方描述：A Java JNA wrapper for Tesseract OCR API.

原博主好认真！！！

1.先去官网下载：http://tess4j.sourceforge.net/（我用的是目前最新版本3.1）

现在官网还是3.4.0版本。

如果要直接下载原博主源代码，切记版本问题，3.4.0版本加载的dll文件名都改了。
如果想要自己来的话，按照原博主步骤来。

2.将下载的文件解压后把下面几个文件夹（图片中选中的）复制到新建的项目中

3.将lib下的jar包加到build path 中。注意：lib里面除了jar包还有别的。
4.根据官网的样例在刚建的项目中使用一下：
The following code example shows common usage of the library. Make sure tessdata folder are in the search path,
and the .jar files are in the classpath.注意在第4步之前确保tessdata 文件夹在项目中，jar包在classpath中。前面的2,3两步已经做了。

package net.sourceforge.tess4j.example;

import java.io.File;
import net.sourceforge.tess4j.*;

public class TesseractExample {

    public static void main(String[] args) {
        File imageFile = new File("eurotext.tif");
        ITesseract instance = new Tesseract();  // JNA Interface Mapping
        // ITesseract instance = new Tesseract1(); // JNA Direct Mapping

        try {
            String result = instance.doOCR(imageFile);
            System.out.println(result);
        } catch (TesseractException e) {
            System.err.println(e.getMessage());
        }
    }
}

我稍微改了一下，识别指定文件夹下所有验证码

package blog.csdn.net.dr_guo;

import java.io.File;

import net.sourceforge.tess4j.ITesseract;
import net.sourceforge.tess4j.Tesseract;
import net.sourceforge.tess4j.TesseractException;
/**
 * 验证码识别（图片名即为验证码数字）
 * @author drguo
 *
 */
public class VCR {
    public static void main(String[] args) {
        File root = new File(System.getProperty("user.dir") + "/imgs");
        ITesseract instance = new Tesseract();

        try {
            File[] files = root.listFiles();
            for (File file : files) {
                String result = instance.doOCR(file);
                String fileName = file.toString().substring(file.toString().lastIndexOf("\\")+1);
                System.out.println("图片名：" + fileName +" 识别结果："+result);
            }
        } catch (TesseractException e) {
            System.err.println(e.getMessage());
        }
    }
}

直接运行就行了，但这时可能会报错

Exception in thread "main" java.lang.UnsatisfiedLinkError: Unable to load library 'libtesseract304': Native library (win32-x86-64/libtesseract304.dll) not found in resource path ([file:/G:/Eclipse/Demo/bin/, file:/G:/Eclipse/Demo/lib/commons-beanutils-1.9.2.jar, file:/G:/Eclipse/Demo/lib/commons-io-2.4.jar, file:/G:/Eclipse/Demo/lib/commons-logging-1.2.jar, file:/G:/Eclipse/Demo/lib/ghost4j-1.0.1.jar, file:/G:/Eclipse/Demo/lib/hamcrest-core-1.3.jar, file:/G:/Eclipse/Demo/lib/itext-2.1.7.jar, file:/G:/Eclipse/Demo/lib/jai-imageio-core-1.3.1.jar, file:/G:/Eclipse/Demo/lib/jna-4.2.2.jar, file:/G:/Eclipse/Demo/lib/jul-to-slf4j-1.7.19.jar, file:/G:/Eclipse/Demo/lib/junit-4.12.jar, file:/G:/Eclipse/Demo/lib/lept4j-1.1.2.jar, file:/G:/Eclipse/Demo/lib/log4j-1.2.17.jar, file:/G:/Eclipse/Demo/lib/logback-classic-1.1.6.jar, file:/G:/Eclipse/Demo/lib/logback-core-1.1.6.jar, file:/G:/Eclipse/Demo/lib/rococoa-core-0.5.jar, file:/G:/Eclipse/Demo/lib/slf4j-api-1.7.19.jar, file:/G:/Eclipse/Demo/lib/xmlgraphics-commons-1.5.jar])

注意前面的报错信息，把lib下的win32-x86-64拷到项目中的bin目录下就可以了

（这里指的是下载的文件夹Tess4J-3.4.0-src\Tess4J\lib，也就是原博写在最前面我们去官网下载的那个文件夹。）

准确率还是挺高的。

如果你还觉得麻烦，直接把我的项目下载下来改吧：https://git.oschina.net/drguo/VerificationCodeRecognition.git
注意我的jdk版本是jdk1.8.0_74，如果你的版本低于我的版本可能会报错~

---

本人就是下载了原博主的项目，无奈怎么运行都是
java.lang.UnsatisfiedLinkError:找不到指定模块。

鉴于网上很多人都问了这个问题，但没有明确的答案，我才有意写这篇博文的，其实原博主写了，只是我们没在意，下载tess4j-3.1.0jar包放在lib文件夹下并加载。
再次运行就成功了！

本文好歹自己修改过，转载请注明地址，原博主的地址也要注上（尊重原创：http://blog.csdn.net/dr_guo/article/details/51340104）
谢谢！