tess4j正确的使用 OCR

在官网上下载下来的 tess4j 的zip，初见时看的云里雾里的，原以为是个jar，直接引用就好了，结果竟是个zip。网上查一下用法，各种说法，各种菜，全是误导，自己不懂就敢瞎说...

实际上使用时需要注意一下几点：

一、引jar包

打开压缩包，在dist下边有tess4j的jar，这个jar包在lib下也可以找到，这是关键jar。此外还需要其他好多依赖jar包，这些都可以在lib下找到。lib下是否所有jar都需要用到我也不清楚，这里我引入了lib下所有jar（简单粗暴）。

二、指定tessdata文件

在tessdata文件夹中存放着字库文件（xxx.traineddata），很关键。字库可扩展。tessdata的文件夹名称不能改变，否则会找不到。程序默认此文件夹位置为 “ ./tessdata/eng.traineddata”，即path下。路径可以设置：

	ITesseract instance = new Tesseract();
	instance.setDatapath("D:\\IDEA\\mytest\\OCR"); //当tessdata路径为"D:\IDEA\mytest\OCR\tessdata" 时

三、引dll库

好多网友说需要引入dll库，实际上无需引用任何dll库，tess4j.jar 内有所需dll库。在这里无需做任何处理

做好以上几点就可以识别正规无干扰的图片文字了。

代码如下：

public static void main(String[] args) {
    try {
        File imageFile = new File("D:\\IDEA\\mytest\\OCR\\src\\img\\繁体字.png");//图片位置
        ITesseract instance = new Tesseract();  // JNA Interface Mapping
        instance.setDatapath("D:\\IDEA\\mytest\\OCR");//设置tessdata位置
        instance.setLanguage("osd");//选择字库文件（只需要文件名，不需要后缀名）
        String result = instance.doOCR(imageFile);//开始识别
        System.out.println(result);//打印图片内容
    } catch (TesseractException e) {
        e.printStackTrace();
    }
}