Java也能做OCR！SpringBoot 整合 Tess4J 实现图片文字识别

文章目录

- - 1. 环境准备
  - - 1.1 安装 Tesseract OCR 引擎
    - 1.2 引入 Tess4J 依赖
  - 2. 创建 Spring Boot 项目
  - - 2.1 初始化项目
    - 2.2 目录结构
  - 3. 编写 OCR 功能代码
  - - 3.1 创建服务层
    - 3.2 创建控制器层
  - 4. 配置 Tesseract 语言包
  - 5. 运行和测试
  - - 5.1 启动 Spring Boot 应用
    - 5.2 使用 Postman 或 cURL 进行测试
  - 6. 处理常见问题
  - - 6.1 图片格式不支持
    - 6.2 识别率低
  - 7. 总结

🎉欢迎来到SpringBoot框架学习专栏~

☆* o(≧▽≦)o *☆嗨~我是IT·陈寒🍹
✨博客主页：IT·陈寒的博客
🎈该系列文章专栏：SpringBoot
📜其他专栏：Java学习路线 Java面试技巧 Java实战项目 AIGC人工智能数据结构学习
🍹文章作者技术和水平有限，如果文中出现错误，希望大家能指正🙏
📜 欢迎大家关注！ ❤️

光学字符识别（OCR）技术能够将图片中的文字转换为可编辑的文本，这在文档管理、票据处理等领域有广泛的应用。Tesseract 是一个开源的OCR引擎，Tess4J 则是 Tesseract 的 Java 封装库。本文将介绍如何使用 Spring Boot 整合 Tess4J，实现图片文字识别功能。

在这里插入图片描述

1. 环境准备

在开始之前，请确保已安装以下工具和库：

JDK 8 或更高版本
Maven 3.6 或更高版本
Spring Boot 2.4 或更高版本
Tesseract OCR 引擎
Tess4J 库

1.1 安装 Tesseract OCR 引擎

请根据你的操作系统选择合适的安装方式。

Windows：下载 Tesseract OCR Windows 版本并安装。
Mac：使用 Homebrew 安装：
```
brew install tesseract
```
Linux：使用包管理器安装，例如在 Ubuntu 上：
```
sudo apt-get install tesseract-ocr
```

1.2 引入 Tess4J 依赖

在你的 Spring Boot 项目的 pom.xml 文件中添加 Tess4J 的 Maven 依赖：

<dependency>
    <groupId>net.sourceforge.tess4j</groupId>
    <artifactId>tess4j</artifactId>
    <version>4.5.4</version>
</dependency>

2. 创建 Spring Boot 项目

2.1 初始化项目

使用 Spring Initializr 创建一个新的 Spring Boot 项目，选择以下依赖：

Spring Web
Spring Boot DevTools

2.2 目录结构

创建一个基本的目录结构：

src/main/java/com/example/ocr
    ├── OcrApplication.java
    ├── controller
    │   └── OcrController.java
    └── service
        └── OcrService.java

3. 编写 OCR 功能代码

3.1 创建服务层

在 service 包中创建 OcrService 类，负责处理图片文字识别的逻辑：

package com.example.ocr.service;

import net.sourceforge.tess4j.Tesseract;
import net.sourceforge.tess4j.TesseractException;
import org.springframework.stereotype.Service;

import java.io.File;

@Service
public class OcrService {

    private final Tesseract tesseract;

    public OcrService() {
        tesseract = new Tesseract();
        // 设置 Tesseract OCR 引擎的数据路径
        tesseract.setDatapath("tessdata");
        // 设置识别语言
        tesseract.setLanguage("eng");
    }

    public String extractText(File imageFile) {
        try {
            return tesseract.doOCR(imageFile);
        } catch (TesseractException e) {
            e.printStackTrace();
            return "Error: " + e.getMessage();
        }
    }
}

3.2 创建控制器层

在 controller 包中创建 OcrController 类，处理前端的请求：

package com.example.ocr.controller;

import com.example.ocr.service.OcrService;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.http.ResponseEntity;
import org.springframework.web.bind.annotation.*;
import org.springframework.web.multipart.MultipartFile;

import java.io.File;
import java.io.IOException;

@RestController
@RequestMapping("/api/ocr")
public class OcrController {

    @Autowired
    private OcrService ocrService;

    @PostMapping("/extract-text")
    public ResponseEntity<String> extractText(@RequestParam("file") MultipartFile file) {
        if (file.isEmpty()) {
            return ResponseEntity.badRequest().body("File is empty");
        }

        try {
            // 将上传的文件转换为临时文件
            File tempFile = File.createTempFile("ocr-", ".tmp");
            file.transferTo(tempFile);
            tempFile.deleteOnExit();

            // 调用 OCR 服务提取文字
            String extractedText = ocrService.extractText(tempFile);
            return ResponseEntity.ok(extractedText);
        } catch (IOException e) {
            e.printStackTrace();
            return ResponseEntity.status(500).body("Error: " + e.getMessage());
        }
    }
}

4. 配置 Tesseract 语言包

确保你的项目根目录有一个 tessdata 文件夹，其中包含 Tesseract OCR 的语言数据文件（例如 eng.traineddata 用于英文识别）。如果没有，可以从 Tesseract 语言数据文件下载。

5. 运行和测试

5.1 启动 Spring Boot 应用

运行 OcrApplication 类中的 main 方法，启动 Spring Boot 应用。

package com.example.ocr;

import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;

@SpringBootApplication
public class OcrApplication {

    public static void main(String[] args) {
        SpringApplication.run(OcrApplication.class, args);
    }
}

5.2 使用 Postman 或 cURL 进行测试

使用 Postman 或 cURL 发送一个 POST 请求到 /api/ocr/extract-text，上传一张图片，检查返回结果是否正确识别了图片中的文字。

使用 cURL 示例：

curl -X POST http://localhost:8080/api/ocr/extract-text -F "file=@path/to/your/image.jpg"

6. 处理常见问题

6.1 图片格式不支持

确保上传的图片是Tesseract支持的格式（如JPEG、PNG、GIF等）。如果不支持，返回适当的错误信息。

6.2 识别率低

识别率低可能是由于图片质量差或者没有使用适当的语言数据文件。可以尝试以下方法提高识别率：

使用高质量的图片；
确保图片中只有需要识别的文字，去除背景噪音；
使用适当的语言数据文件；
尝试不同的前处理技术，如二值化、去噪等。

7. 总结

本文详细介绍了如何使用 Spring Boot 整合 Tess4J 实现图片文字识别。通过这一示例，展示了如何在 Java 中利用开源OCR引擎 Tesseract 进行图片文字识别，并将其应用于实际的Web服务中。希望通过本文的介绍，能够帮助开发者更好地理解和应用OCR技术，提升应用程序的功能和用户体验。

继续保持对新技术的探索和实践，相信你会在开发过程中收获更多的乐趣和成就感。如果你有任何问题或建议，欢迎在评论区留言讨论。

🧸结尾 ❤️ 感谢您的支持和鼓励！ 😊🙏
📜您可能感兴趣的内容：

【Java面试技巧】Java面试八股文 - 掌握面试必备知识（目录篇）
【Java学习路线】2023年完整版Java学习路线图
【AIGC人工智能】Chat GPT是什么，初学者怎么使用Chat GPT，需要注意些什么
【Java实战项目】SpringBoot+SSM实战：打造高效便捷的企业级Java外卖订购系统
【数据结构学习】从零起步：学习数据结构的完整路径