Springboot实现OCR(文字识别)，最新教程！linux版

前言

不用引入什么dll，以及各种乱七八糟的东西。不废话，直接开始教程！没有过多讲解里面的知识点，如有需要详细了解请加Qq:1101165230

1、Linux下安装与使用

1.1 安装tesseract（复制粘贴敲回车，中间输入Y）

sudo yum install tesseract tesseract-langpack-eng tesseract-langpack-chi_sim

额外介绍

上面命令我们只安装了中文简体识别和英文识别，如果需要更多的扩展。
请访问：https://github.com/tesseract-ocr/tessdata

安装好后我们去检查是否安装成功，安装完成后系统的会有一个/usr/share/tesseract/的文件夹

tesseract -v
#如果打印以下信息就成功了
#tesseract 3.04.00
# leptonica-1.72
#  libgif 4.1.6(?) : libjpeg 6b (libjpeg-turbo 1.2.90) : libpng 1.5.13 : libtiff 4.0.3 : zlib # 1.2.7 : libwebp 0.3.0

2、 Springboot项目中如何使用？

2.1 pom.xml 中加入

        <!--OCR-->
        <dependency>
            <groupId>net.sourceforge.tess4j</groupId>
            <artifactId>tess4j</artifactId>
            <version>4.5.0</version>
        </dependency>

2.2 测试代码

	
    /**
     * 提交图片地址形式 
     * @param url
     * @return
     * @throws TesseractException
     * @throws IOException
     */
    @GetMapping("/orc")
    public String performOCR(@RequestParam("url") String url) throws TesseractException, IOException {
        Tesseract tesseract = new Tesseract();
        tesseract.setDatapath("/usr/share/tesseract/");
        tesseract.setLanguage("chi_sim+eng");
        URL uri = new URL(url);
        BufferedImage bufferedImage = ImageIO.read(uri);
        String txt = tesseract.doOCR(bufferedImage);
        return txt;
    }

    /**
     * 提交图片文件形式 
     * @param file
     * @return
     * @throws TesseractException
     * @throws IOException
     */
    @PostMapping("/orc")
    public String performOCR1(@RequestParam("file") MultipartFile file) throws TesseractException, IOException {
        Tesseract tesseract = new Tesseract();
        tesseract.setDatapath("/usr/share/tesseract/");
        tesseract.setLanguage("chi_sim+eng");
        BufferedImage bufferedImage = ImageIO.read(file.getInputStream());
        String txt = tesseract.doOCR(bufferedImage);
        return txt;
    }