java识别图片上的文字

一、需要用到Tesseract-OCR所以先下载，并安装

二、配置环境变量，在系统环境变量中，Path添加C:\Program Files (x86)\Tesseract-OCR；新建变量TESSDATA_PREFIX，变量值为C:\Program Files (x86)\Tesseract-OCR\tessdata

三、开始识别

（1）例如C:\Users\dell\Desktop\test\test.jpg的图片

 

（2）测试识别效果

识别图片命令

tesseract 图片名称 生成的结果文件的名称 字库

cmd命令行进入图片所在文件夹位置，输入命令（其中chi_sim是中文的字库），result是在当前文件夹下生产一个result.txt文件并写入识别的内容

tesseract test.jpg result -l chi_sim

（3）打开result.txt文件，识别的不是很准确，可以对字库进行训练

四、训练字库

（1）需要下载jTessBoxEditor工具，jTessBoxEditor是java写的，所以需要安装jdk

（2）修改图片名字，不能随意命名，有固定的格式，这里我把图片名字改成cs.roy.exp0.jpg

[lang].[fontname].exp[num]

（3）利用windows自带的画图工具另存为.tif文件

（4）生成.box文件，cmd输入命令

tesseract cs.roy.exp0.tif cs.roy.exp0 -l chi_sim batch.nochop makebox

（5）打开jTessBoxEditor的train.bat，选择tif文件，可以点击merge按钮进行合并文字，如果没有中文可以在Settings->Font里设置宋体

（6）优化后点保存

（7）输入命令

tesseract  cs.roy.exp0.jpg cs.roy.exp0  nobatch box.train

（8）输入命令

unicharset_extractor cs.roy.exp0.box

（9）新建font_properties文件，内容写入roy 0 0 0 0 0 

注：roy对应的是命名规则的[fontname],font_properties文件不是font_properties.txt

（10）输入命令

shapeclustering -F font_properties -U unicharset cs.roy.exp0.tr

（11）输入命令

mftraining -F font_properties -U unicharset -O unicharset cs.roy.exp0.tr

（12）输入命令

cntraining cs.roy.exp0.tr

(13)把新生成的五个文件加上前缀roy.

(14)合并相关文件，输入命令，生成.traineddata文件

combine_tessdata roy.

（15）把roy.traineddata文件复制到C:\Program Files (x86)\Tesseract-OCR\tessdata文件夹下

 

（16）输入命令进行识别测试，-l 后面输入对应的字库

tesseract cs.roy.exp0.jpg cs.roy.exp0 -l roy

五、java代码调用（其中getImg()方法是把图片二值化处理增加识别效果）

package springboot;

import javax.imageio.ImageIO;
import java.awt.*;
import java.awt.image.BufferedImage;
import java.io.*;
import java.util.ArrayList;
import java.util.List;

public class OCRHelper {
	private final String LANG_OPTION = "-l";
	private final String EOL = System.getProperty("line.separator");

	public static void main(String[] args) {
		try {
			//需要被识别的图片
			File file = new File("C:\\Users\\dell\\Desktop\\test\\cs.roy.exp0.jpg");
			String recognizeText = new OCRHelper().recognizeText(file);
			System.out.print(recognizeText + "\t");
		} catch (IOException e) {
			e.printStackTrace();
		} catch (Exception e) {
			e.printStackTrace();
		}
	}

	private static void getImg(File read,File write) throws IOException {
		BufferedImage image = ImageIO.read(read);
		int w = image.getWidth();
		int h = image.getHeight();
		float[] rgb = new float[3];
		double[][] zuobiao = new double[w][h];
		int R = 0;
		float red = 0;
		float green = 0;
		float blue = 0;
		BufferedImage bi= new BufferedImage(w, h, BufferedImage.TYPE_BYTE_BINARY);
		;
		for (int x = 0; x < w; x++) {
			for (int y = 0; y < h; y++) {
				int pixel = image.getRGB(x, y);
				rgb[0] = (pixel & 0xff0000) >> 16;
				rgb[1] = (pixel & 0xff00) >> 8;
				rgb[2] = (pixel & 0xff);
				red += rgb[0];
				green += rgb[1];
				blue += rgb[2];
				R = (x+1) *(y+1);
				float avg = (rgb[0]+rgb[1]+rgb[2])/3;
				zuobiao[x][y] = avg;

			}
		}
		double SW = 170;
		for (int x = 0; x < w; x++) {
			for (int y = 0; y < h; y++) {
				if (zuobiao[x][y] <= SW) {
					int max = new Color(0, 0, 0).getRGB();
					bi.setRGB(x, y, max);
				}else{
					int min = new Color(255, 255, 255).getRGB();
					bi.setRGB(x, y, min);
				}
			}
		}

		ImageIO.write(bi, "jpg", write);
	}

	/**
	 * Tesseract-OCR的安装路径
	 */
	private String tessPath = "C://Program Files (x86)//Tesseract-OCR";
	//private String tessPath = new File("tesseract").getAbsolutePath();

	/**
	 * @param imageFile 传入的图像文件
	 * @return 识别后的字符串
	 */
	public String recognizeText(File imageFile) throws Exception {
		/**
		 * 设置输出文件的保存的文件目录
		 */
		File outputFile = new File(imageFile.getParentFile(), "output");

		StringBuffer strB = new StringBuffer();
		List cmd = new ArrayList();

		cmd.add(tessPath + "\\tesseract");

		cmd.add("");
		cmd.add(outputFile.getName());
		cmd.add(LANG_OPTION);
//		cmd.add("chi_sim");
		cmd.add("roy");

		ProcessBuilder pb = new ProcessBuilder();
		pb.directory(imageFile.getParentFile());
		cmd.set(1, imageFile.getName());
		pb.command(cmd);
		pb.redirectErrorStream(true);
		long startTime = System.currentTimeMillis();
		System.out.println("开始时间：" + startTime);
		Process process = pb.start();
		int w = process.waitFor();
		if (w == 0) {// 0代表正常退出
			BufferedReader in = new BufferedReader(new InputStreamReader(new FileInputStream(outputFile.getAbsolutePath() + ".txt"), "UTF-8"));
			String str;
			while ((str = in.readLine()) != null) {
				strB.append(str).append(EOL);
			}
			in.close();
			long endTime = System.currentTimeMillis();
			System.out.println("结束时间：" + endTime);
			System.out.println("耗时：" + (endTime - startTime) + "毫秒");
		} else {
			String msg;
			switch (w) {
				case 1:
					msg = "Errors accessing files. There may be spaces in your image's filename.";
					break;
				case 29:
					msg = "Cannot recognize the image or its selected region.";
					break;
				case 31:
					msg = "Unsupported image format.";
					break;
				default:
					msg = "Errors occurred.";
			}
			throw new RuntimeException(msg);
		}
		new File(outputFile.getAbsolutePath() + ".txt").delete();
		return strB.toString().replaceAll("\\s*", "");
	}
}