Javaテキスト認識プログラムの鍵は、呼び出されるOCRエンジンを見つけることです。 Tesseract-ocrは、1985年から1995年までHP Labsによって開発されたOCRエンジンであり、現在はGoogleにあります。 Tesseract-OCC3.0がリリースされ、中国語をサポートしています。ただし、Tesseract-OCR 3.0はグラフィカルインターフェイスのクライアントではなく、他の人によって書かれたFreeCORCORグラフィカルクライアントは、新しい3.0 TrainedDataのインポートをサポートしていません。しかし、これは現在、無料の中国のOCRソフトウェアがあることを意味します。
JavaでTesseract-OCR3.01を使用する手順は次のとおりです。
1。Tesseract-cocr-setup-3.01-1.exeのダウンロードとインストール（中国の認識はバージョン3.0以上でのみ追加されます）
2。インストールウィザードでダウンロードする言語パッケージを選択できます。
3. Javaグラフィックスの処理に必要な2つのパッケージを検索してダウンロード：Jai_Imageio-1.1-Alpha.jar、Swingx-1.6.1.jar
4.Javaプログラムリスト：
ImageioHelperクラス：
java.awt.image.bufferedimage; import java.io.file; Import java.io.ioexception; Import java.util.iterator; Import java.util.locale; Import javax.iioimage; ImageJavax.imageio.imageio; Import.imagio.image.imageereaser; javax.imageio.imagewriteparam; Import javax.imageio.imagewriter; Import javax.imageio.metadata.iiometadata; Import javax.imageio.imageInputStream; Import javax.imageio.stream.imageOtputStream; com.sun.media.imageio.plugins.tiff.tiffimagewriteparam; public class imageiohelper {public static file createimage（file imagefile、string imageformat）{file tempfile = null; try {iterator readers = imageio.getimagereadersbyformatname（imageformat）; ImagEReader reader = readers.next（）; ImageInputStream iis = imageio.createimageinputStream（imageFile）; reader.setInput（IIS）; //ストリームメタデータIIOMETADATA STREEMMETADATA = READER.GETSTREAMMETADATA（）; // writeparam tiffimagewriteparam tiffwriteparam = new tiffimagewriteparam（locale.chinese）をセットアップします。 tiffwriteparam.setCompressionMode（imagewriteparam.mode_disabled）; // tif Writerを取得し、iterator Writers = imageio.getImageWritersByFormatName（ "tiff"）をファイルする出力を設定します。 ImageWriter writer = writers.next（）; bufferedimage bi = reader.read（0）; iioimage image = new iioimage（bi、null、reader.getimagemetadata（0））; tempfile = tempimageFile（ImageFile）; ImageOutputStream iOS = imageio.createimageOutputStream（tempfile）; writer.setOutput（iOS）; writer.write（stramemetadata、image、tiffwriteparam）; ios.close（）; writer.dispose（）; reader.dispose（）; } catch（ioexception e）{e.printstacktrace（）; } tempfileを返します。 } private static file tempimageFile（file imageFile）{string path = imagefile.getPath（）; stringbuffer strb = new stringbuffer（path）; strb.insert（path.lastindexof（ '。'）、0）;新しいファイルを返します（strb.tostring（）。 }} OCRクラス：
パッケージcom.hhp.util; import java.io.bufferedreader; java.io.fileをインポートします。 java.io.fileinputStreamをインポートします。 java.io.inputStreamReaderをインポートします。 java.util.arraylistをインポートします。 java.util.listをインポートします。 java.util.listをインポートします。 Import org.jdesktop.swingx.util.os;パブリッククラスOCR {プライベートファイナルストリングlang_option = "-l"; //英語の手紙小文字L、1つではない最終文字列eol = system.getProperty（ "line.separator"）; private string tesspath = "c：//プログラムファイル（x86）// tesseract-ocr"; // private string tesspath = new file（ "tesseract"）。getabsolutepath（）; public string readizetext（file imagefile、string imageformat）スロー例外{file tempimage = imageiohelper.createimage（imageFile、ImageFormat）; file outputFile = new file（imagefile.getParentFile（）、 "output"）; stringbuffer strb = new StringBuffer（）;リストcmd = new ArrayList（）; if（os.iswindowsxp（））{cmd.add（tesspath+"// tesseract"）; } else if（os.islinux（））{cmd.add（ "tesseract"）; } else {cmd.add（tesspath+"// tesseract"）; } cmd.add（ ""）; cmd.add（outputfile.getname（））; cmd.add（lang_option）; cmd.add（ "chi_sim"）; //cmd.add("eng "）; ProcessBuilder pb = new ProcessBuilder（）; pb.directory（imagefile.getParentFile（））; cmd.set（1、tempimage.getName（））; Pb.Command（CMD）; pb.redirecterrorStream（true）;プロセスプロセス= pb.start（）; //tesseract.exe 1.jpg 1 -l chi_sim int w = process.waitfor（）; //一時的な作業ファイルtempimage.delete（）を削除します。 if（w == 0）{bufferedReader in = new bufferedReader（new inputStreamReader（new FileInputStream（outputFile.getAbsolutepath（）+"。txt"）、 "utf-8"））;文字列str; while（（str = in.readline（））！= null）{strb.append（str）.append（eol）; } in.close（）; } else {string msg; switch（w）{ケース1：msg = "ファイルにアクセスするエラー。画像のファイル名にスペースがある場合があります。";壊す;ケース29：MSG = "画像またはその選択された領域を再ング化することはできません。";壊す;ケース31：MSG = "サポートされていない画像形式。";壊す;デフォルト：MSG = "エラーが発生しました。"; } tempimage.delete（）;新しいruntimeexception（msg）を投げる; } new file（outputFile.getAbsolutepath（）+"。txt"）。delete（）; return strb.toString（）; }} Testocr：
Import java.io.file; import java.io.ioexception; import com.hhp.util.ocr; public class ocrtest {public static void main（string [] args）{string path = "c：//temp//ocrcode//4.png"; system.out.println（ "orc test begin ..."）; try {string valcode = new OCR（）。 System.out.println（valcode）; } catch（ioexception e）{e.printstacktrace（）; } catch（Exception e）{e.printstacktrace（）; } system.out.println（ "orc test end ..."）; }}テスト後、Tesseract-cocr 3.01のテキスト認識率は非常に高く、ウェブサイト上の一般的な検証コードの認識率も非常に高くなっています。
上記はこの記事のすべての内容です。みんなの学習に役立つことを願っています。誰もがwulin.comをもっとサポートすることを願っています。