java平台使用Tesseract

官方仓库

• tessdoc
• tesseract-ocr
• 训练工具

依赖包

• net.sourceforge.tess4j:tess4j:5.7.0

使用Mac在Java平台操作

• 添加依赖

  • 依赖包里已经包含了环境，可以使用在win平台，但是mac需要使用一个libtesseract.dylib文件，需要拷贝到项目里

• 安装tessdata

  • 参考tessdoc配置环境

• 测试代码

  • 使用kotlin进行测试

    // tesseract  img.png out -l eng
    fun main(args: Array<String>) {
       //指定图片路径
        val imageFile = File("resources/img.png");
        val instance = Tesseract(); // JNA Interface Mapping
        //使用jar包里的环境或者可以自己指定目录
        //val tessDataFolder = LoadLibs.extractTessResources("tessdata"); 
        //instance.setDatapath(tessDataFolder.getPath());
        instance.setLanguage("new")
        //自己指定路径
        val url = instance::class.java.classLoader.getResource("tessdata")
        instance.setDatapath(url.path)
        try {
            val result = instance.doOCR(imageFile);
            System.out.println("hnpu:" + result);
        } catch (e: TesseractException) {
            System.err.println(e.message)
        }
    }
    

训练

• 克隆项目tessdata,安装构建，直接使用brew install tesseract安装的不包含训练工具，需要编译项目自己安装，我是参考的Compilation macOS with Homebrew
• 安装完下载训练工具进行训练
  • 训练工具