Java如何使用Tessdata做OCR图片文字识别
这篇文章主要介绍“Java如何使用Tessdata做OCR图片文字识别”，在日常操作中，相信很多人在Java如何使用Tessdata做OCR图片文字识别问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”Java如何使用Tessdata做OCR图片文字识别”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
说到文字识别，目前除了用一些现成的api，大概就是 tessdata、canvas或者 ocrad等。
1、百度接口用过（可以自己去百度开发者申请，免费的），识别率吧，还可以，但也不是百分百的，但是次数使用有限制，虽然也是够用，但是被限制总是害怕超过不让用。2、canvas的话是需要对图片做具体的处理，涉及到图片的翻转、置灰、文字间隔的设定等等，成功率很高，但是公司产品验证码是各式各样的，没办法用这种方法处理，所以暂时放弃了。3、ocrad这个目前用过其.js版本，识别率还是比较低的，具体使用后面会再写一篇文章介绍一下的。虽然，网上对于 Tessdata的技术介绍文章一搜一大片，但是其实小仙真正用起来的时候，还是费了点周折的。:fendou:
思路：截全图–截取元素图片–处理–识别–输出
注意：图片截取格式统一为.jpg，用png会出问题。
1、添加项目依赖
在项目的pom.xml文件中，添加以下依赖
<!--<tess4j图片识别>--> <dependency> <groupId>net.java.dev.jna</groupId> <artifactId>jna</artifactId> <version>4.1.0</version> </dependency> <dependency> <groupId>net.sourceforge.tess4j</groupId> <artifactId>tess4j</artifactId> <version>2.0.1</version> <exclusions> <exclusion> <groupId>com.sun.jna</groupId> <artifactId>jna</artifactId> </exclusion> </exclusions> </dependency>
2、从全图中截取元素图片
//元素截图
publicstaticString[]elementscreenShot(WebElementelement)
throwsException{
WrapsDriverwrapsDriver=(WrapsDriver)element;
longtime=System.currentTimeMillis();
//截图整个页面
Filescreen=((TakesScreenshot)wrapsDriver.getWrappedDriver())
.getScreenshotAs(OutputType.FILE);
BufferedImageimg=ImageIO.read(screen);
//获得元素的高度和宽度
intwidth=element.getSize().getWidth();
intheight=element.getSize().getHeight();
//创建一个矩形使用上面的高度，和宽度
Rectanglerect=newRectangle(width,height);
//得到元素的坐标
Pointp=element.getLocation();
BufferedImagedest=img.getSubimage(p.getX(),p.getY(),
(int)rect.getWidth(),(int)rect.getHeight());
//存为png格式
ImageIO.write(dest,"png",screen);
DateFormatdateFormat=newSimpleDateFormat("yyyyMMddhhmmss");
FileSystemViewfsv=FileSystemView.getFileSystemView();
Filecom=fsv.getHomeDirectory();//这便是读取桌面路径的方法了
Stringurl=com.getPath()+"/test";
Filelocation=newFile(url);
if(!location.exists()){
location.mkdirs();
}
StringimgPath=location.getAbsolutePath()+File.separator+"pic_"
+time+".jpg";
StringcleanPath=location.getAbsolutePath();
//存了原图片和清楚后图片的地址
String[]imgpath={imgPath,cleanPath};
FiletargetFile=newFile(imgPath);
try{
FileUtils.copyFile(screen,targetFile);
}catch(IOExceptione1){
e1.printStackTrace();
}
//元素图片路径
returnimgpath;
}3、对截取图片进行处理：灰度化、二值化、去除干扰线等
以下是图像处理的类，其中对于去除干扰线的操作还是慎用，可能会把文字也剔除掉。
publicclassCleanElementImage{
/**
*
*@paramsfile
*需要去噪的图像
*@paramdestDir
*去噪后的图像保存地址
*@throwsIOException
*/
publicstaticvoidhandlImage(Filesfile,StringdestDir)throwsIOException{
FiledestF=newFile(destDir);
if(!destF.exists())
{
destF.mkdirs();
}
BufferedImagebufferedImage=ImageIO.read(sfile);
inth=bufferedImage.getHeight();
intw=bufferedImage.getWidth();
//灰度化
int[][]gray=newint[w][h];
for(intx=0;x<w;x++)
{
for(inty=0;y<h;y++)
{
intargb=bufferedImage.getRGB(x,y);
//图像加亮（调整亮度识别率非常高）
intr=(int)(((argb>>16)&0xFF)*1.1+30);
intg=(int)(((argb>>8)&0xFF)*1.1+30);
intb=(int)(((argb>>0)&0xFF)*1.1+30);
if(r>=255)
{
r=255;
}
if(g>=255)
{
g=255;
}
if(b>=255)
{
b=255;
}
gray[x][y]=(int)Math
.pow((Math.pow(r,2.2)*0.2973+Math.pow(g,2.2)
*0.6274+Math.pow(b,2.2)*0.0753),1/2.2);
}
}
//二值化
intthreshold=ostu(gray,w,h);
BufferedImagebinaryBufferedImage=newBufferedImage(w,h,BufferedImage.TYPE_BYTE_BINARY);
for(intx=0;x<w;x++)
{
for(inty=0;y<h;y++)
{
if(gray[x][y]>threshold)
{
gray[x][y]|=0x00FFFF;
}else
{
gray[x][y]&=0xFF0000;
}
binaryBufferedImage.setRGB(x,y,gray[x][y]);
}
}
//去除干扰线条
//for(inty=1;y<h-1;y++){
//for(intx=1;x<w-1;x++){
//booleanflag=false;
//if(isBlack(binaryBufferedImage.getRGB(x,y))){
////左右均为空时，去掉此点
//if(isWhite(binaryBufferedImage.getRGB(x-1,y))&&isWhite(binaryBufferedImage.getRGB(x+1,y))){
//flag=true;
//}
////上下均为空时，去掉此点
//if(isWhite(binaryBufferedImage.getRGB(x,y+1))&&isWhite(binaryBufferedImage.getRGB(x,y-1))){
//flag=true;
//}
////斜上下为空时，去掉此点
//if(isWhite(binaryBufferedImage.getRGB(x-1,y+1))&&isWhite(binaryBufferedImage.getRGB(x+1,y-1))){
//flag=true;
//}
//if(isWhite(binaryBufferedImage.getRGB(x+1,y+1))&&isWhite(binaryBufferedImage.getRGB(x-1,y-1))){
//flag=true;
//}
//if(flag){
//binaryBufferedImage.setRGB(x,y,-1);
//}
//}
//}
//}
ImageIO.write(binaryBufferedImage,"jpg",newFile(destDir,sfile
.getName()));
}
publicstaticbooleanisBlack(intcolorInt)
{
Colorcolor=newColor(colorInt);
if(color.getRed()+color.getGreen()+color.getBlue()<=300)
{
returntrue;
}
returnfalse;
}
publicstaticbooleanisWhite(intcolorInt)
{
Colorcolor=newColor(colorInt);
if(color.getRed()+color.getGreen()+color.getBlue()>300)
{
returntrue;
}
returnfalse;
}
publicstaticintisBlackOrWhite(intcolorInt)
{
if(getColorBright(colorInt)<30||getColorBright(colorInt)>730)
{
return1;
}
return0;
}
publicstaticintgetColorBright(intcolorInt)
{
Colorcolor=newColor(colorInt);
returncolor.getRed()+color.getGreen()+color.getBlue();
}
publicstaticintostu(int[][]gray,intw,inth)
{
int[]histData=newint[w*h];
//Calculatehistogram
for(intx=0;x<w;x++)
{
for(inty=0;y<h;y++)
{
intred=0xFF&gray[x][y];
histData[red]++;
}
}
//Totalnumberofpixels
inttotal=w*h;
floatsum=0;
for(intt=0;t<256;t++){
sum+=t*histData[t];}
floatsumB=0;
intwB=0;
intwF=0;
floatvarMax=0;
intthreshold=0;
for(intt=0;t<256;t++)
{
wB+=histData[t];//WeightBackground
if(wB==0){
continue;
}
wF=total-wB;//WeightForeground
if(wF==0){
break;
}
sumB+=(float)(t*histData[t]);
floatmB=sumB/wB;//MeanBackground
floatmF=(sum-sumB)/wF;//MeanForeground
//CalculateBetweenClassVariance
floatvarBetween=(float)wB*(float)wF*(mB-mF)*(mB-mF);
//Checkifnewmaximumfound
if(varBetween>varMax)
{
varMax=varBetween;
threshold=t;
}
}
returnthreshold;
}
}4、准备识别的语言包
默认是英文（识别字母和数字），如果要识别中文(数字 + 中文），需要制定语言包。语言包可以指定一个路径，有就可以了。源码下载地址可以下载源码，然后到下面这个路径找到语言包，把语言包放到一个路径：例如：XXX/tessdata/下面。
tesseract.js-master.zip\tesseract.js-master\tests\assets\traineddata
5、对图片进行识别
/**
*图片识别
*@authorwangy
*@date2019-08-26
*@paramparameter
*/
publicstaticStringocrResult(WebElementelement)throwsException{
FileSystemViewfsv=FileSystemView.getFileSystemView();
Filecom=fsv.getHomeDirectory();//这便是读取桌面路径的方法了
Stringurl="";
Stringos=System.getProperty("os.name");
//识别系统，找不同的语言包路径
if(os.indexOf("Windows")==-1){
url="/opt/google/";
}else{
url=com.getPath();
}
//获取元素截图的路径
Stringpath[]=Screenshot.elementscreenShot(element);
//获取未处理的截图路径
Stringimgpath=path[0];
Stringresult=null;
FileimageFile=newFile(imgpath);
//要对图片处理
CleanElementImage.handlImage(imageFile,path[1]);
ITesseractinstance=newTesseract();
//读取语言包的路径地址
instance.setDatapath(url+File.separator+"test"+File.separator
+"tessdata");
//默认是英文（识别字母和数字），如果要识别中文(数字+中文），需要制定语言包，这里是数字，所以没用语言包
//instance.setLanguage("chi_sim");
//为了防止没截完图片就识别，做了一个简单的循环
try{
StringocrResult=instance.doOCR(imageFile);
if(imageFile.exists()&&ocrResult!=""){
result=ocrResult;
}else{
while(true){
Thread.sleep(1000);
if(imageFile.exists()&&ocrResult!=""){
result=ocrResult;
break;
}
}
}
}catch(TesseractExceptione){
System.out.println(e.getMessage());
}
returnresult;
}这一部分由于项目问题，贴在这里做了特殊处理，原码有一点点区别。大家使用，如果有什么问题，欢迎反馈！
6、成果
这里简单放个对照，图片将就看一下效果，识别结果大概90%以上吧：
到此，关于“Java如何使用Tessdata做OCR图片文字识别”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注恰卡编程网网站，小编会继续努力为大家带来更多实用的文章！
目录
推荐阅读
0 条评论
本站已关闭游客评论，请登录或者注册后再评论吧~