使用Java做ORC图片识别

1. 下载训练库

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

不用全部下载，中文识别下载那个chi_sim.traineddata即可。

2. 添加依赖

<dependency>
  <groupId>net.sourceforge.tess4j</groupId>
  <artifactId>tess4j</artifactId>
  <version>4.3.1</version>
</dependency>

3. 编写代码

public static String getTextByImage(String imgPath) throws TesseractException {
    File imageFile = new File(imgPath);
    if (!imageFile.exists()){
        throw new RuntimeException("图片不存在");
    }
    Tesseract tesseract = new Tesseract();
    // 设置训练库的位置,https://github.com/tesseract-ocr/tessdata
    tesseract.setDatapath("D://OCR/tessdata");
    // 设置识别语言为中文
    tesseract.setLanguage("chi_sim");

    String result = tesseract.doOCR(imageFile);
    return result;
}

4. 测试

public static void main(String[] args) throws TesseractException {
   System.out.println(getTextByImage("D://OCR/img/test.png"));
}