java怎么實現識別圖片提取文字

147次閱讀

共計 1137 個字符，預計需要花費 3 分鐘才能閱讀完成。

要實現識別圖片并提取文字，可以使用 Java 中的 OCR（Optical Character Recognition，光學字符識別）庫來實現。以下是一個使用 Tesseract OCR 庫實現圖片文字提取的簡單示例：

首先，需要在項目中引入 Tesseract OCR 庫的依賴。可以通過 Maven 或 Gradle 添加以下依賴：

<dependency>
    <groupId>net.sourceforge.tess4j</groupId>
    <artifactId>tess4j</artifactId>
    <version>4.5.1</version>
</dependency>

創建一個 Java 類，編寫以下代碼來實現圖片文字提取：

import net.sourceforge.tess4j.ITesseract;
import net.sourceforge.tess4j.Tesseract;
import net.sourceforge.tess4j.TesseractException;

import java.io.File;

public class ImageTextExtractor {public static void main(String[] args) {ITesseract tesseract = new Tesseract();
        tesseract.setDatapath("path/to/tessdata"); // 設置 Tesseract 的數據文件路徑

        try {File imageFile = new File("path/to/image.jpg"); // 讀取圖片文件
            String text = tesseract.doOCR(imageFile); // 提取圖片中的文字
            System.out.println(text);
        } catch (TesseractException e) {System.err.println(e.getMessage());
        }
    }
}

在上面的代碼中，我們首先創建了一個 Tesseract 對象，并設置了 Tesseract 數據文件的路徑。然后通過 doOCR() 方法從指定的圖片文件中提取文字，并將提取的文字打印到控制臺。

需要注意的是，要使用 Tesseract 進行 OCR 識別，需要下載 Tesseract OCR 引擎和訓練數據文件（tessdata）。可以在 https://github.com/tesseract-ocr/tesseract 下載 Tesseract OCR 項目，并找到所需的數據文件。將數據文件放在指定的路徑中，并在代碼中設置這個路徑，以便 Tesseract 能夠正確識別文字。

以上就是使用 Java 實現圖片文字提取的簡單示例，通過這種方法可以實現圖片中文字的識別和提取。

丸趣 TV 網 – 提供最優質的資源集合！

正文完