zoukankan      html  css  js  c++  java
  • tesseract-ocr图片识别开源工具

    tesseract-ocr图片识别开源工具

    今天看同事的ppt,提到了图片识别,又tesseract-ocr,觉得不错,试一下,如果效果好可以用来做验证码的识别
    http://code.google.com/p/tesseract-ocr/
    tesseract是一款开源工具,我安装了Windows版试水先
    1、首先登录首页在‘下载’页面下载
    Java代码  收藏代码
    1. tesseract-ocr-setup-xx.xx.exe       
    2. chi_sim.traineddata.gz   中文语言包  

    2、双击即可安装tesserract-ocr,
    3、安装中文语言包,将语言包 chi_sim.traineddata.gz   解压到 Tesseract-OCR下
    4、写测试代码:
    Java代码  收藏代码
    1. package com.taobao.voc.tesseract;  
    2.   
    3. import java.io.BufferedReader;  
    4. import java.io.File;  
    5. import java.io.FileInputStream;  
    6. import java.io.InputStreamReader;  
    7. import java.util.ArrayList;  
    8. import java.util.List;  
    9.   
    10. import org.jdesktop.swingx.util.OS;  
    11.   
    12. public class OCR {  
    13.     private final String LANG_OPTION = "-l";  //英文字母小写l,并非数字1  
    14.     private final String EOL = System.getProperty("line.separator");  
    15.     private String tessPath = "D://java_tools//Tesseract-OCR";  
    16.     //private String tessPath = new File("tesseract").getAbsolutePath();  
    17.   
    18.     public String recognizeText(File imageFile,String imageFormat)throws Exception{  
    19.         File tempImage = ImageIOHelper.createImage(imageFile,imageFormat);  
    20.         File outputFile = new File(imageFile.getParentFile(),"output");  
    21.         StringBuffer strB = new StringBuffer();  
    22.         List<String> cmd = new ArrayList<String>();  
    23.         if(OS.isWindowsXP()){  
    24.             cmd.add(tessPath+"//tesseract");  
    25.         }else if(OS.isLinux()){  
    26.             cmd.add("tesseract");  
    27.         }else{  
    28.             cmd.add(tessPath+"//tesseract");  
    29.         }  
    30.         cmd.add("");  
    31.         cmd.add(outputFile.getName());  
    32.         cmd.add(LANG_OPTION);  
    33.         //cmd.add("chi_sim");  
    34.         cmd.add("eng");  
    35.   
    36.         ProcessBuilder pb = new ProcessBuilder();  
    37.         pb.directory(imageFile.getParentFile());  
    38.   
    39.         cmd.set(1, tempImage.getName());  
    40.         pb.command(cmd);  
    41.         pb.redirectErrorStream(true);  
    42.   
    43.         Process process = pb.start();  
    44.         //tesseract.exe 1.jpg 1 -l chi_sim  
    45.         int w = process.waitFor();  
    46.   
    47.         //删除临时正在工作文件  
    48.         tempImage.delete();  
    49.   
    50.         if(w==0){  
    51.             BufferedReader in = new BufferedReader(new InputStreamReader(new FileInputStream(outputFile.getAbsolutePath()+".txt"),"UTF-8"));  
    52.   
    53.             String str;  
    54.             while((str = in.readLine())!=null){  
    55.                 strB.append(str).append(EOL);  
    56.             }  
    57.             in.close();  
    58.         }else{  
    59.             String msg;  
    60.             switch(w){  
    61.                 case 1:  
    62.                     msg = "Errors accessing files.There may be spaces in your image's filename.";  
    63.                     break;  
    64.                 case 29:  
    65.                     msg = "Cannot recongnize the image or its selected region.";  
    66.                     break;  
    67.                 case 31:  
    68.                     msg = "Unsupported image format.";  
    69.                     break;  
    70.                 default:  
    71.                     msg = "Errors occurred.";  
    72.             }  
    73.             tempImage.delete();  
    74.             throw new RuntimeException(msg);  
    75.         }  
    76.         new File(outputFile.getAbsolutePath()+".txt").delete();  
    77.         return strB.toString();  
    78.     }  
    79. }  


    Java代码  收藏代码
    1. package com.taobao.voc.tesseract;  
    2.   
    3. import java.awt.image.BufferedImage;  
    4. import java.io.File;  
    5. import java.io.IOException;  
    6. import java.util.Iterator;  
    7. import java.util.Locale;  
    8.   
    9. import javax.imageio.IIOImage;  
    10. import javax.imageio.ImageIO;  
    11. import javax.imageio.ImageReader;  
    12. import javax.imageio.ImageWriteParam;  
    13. import javax.imageio.ImageWriter;  
    14. import javax.imageio.metadata.IIOMetadata;  
    15. import javax.imageio.stream.ImageInputStream;  
    16. import javax.imageio.stream.ImageOutputStream;  
    17.   
    18. import com.sun.media.imageio.plugins.tiff.TIFFImageWriteParam;  
    19.   
    20. public class ImageIOHelper {  
    21.     /** 
    22.      * 图片文件转换为tif格式 
    23.      * @param imageFile 文件路径 
    24.      * @param imageFormat 文件扩展名 
    25.      * @return 
    26.      */  
    27.     public static File createImage(File imageFile, String imageFormat) {  
    28.         File tempFile = null;  
    29.         try {  
    30.             Iterator<ImageReader> readers = ImageIO.getImageReadersByFormatName(imageFormat);  
    31.             ImageReader reader = readers.next();  
    32.   
    33.             ImageInputStream iis = ImageIO.createImageInputStream(imageFile);  
    34.             reader.setInput(iis);  
    35.             //Read the stream metadata  
    36.             IIOMetadata streamMetadata = reader.getStreamMetadata();  
    37.   
    38.             //Set up the writeParam  
    39.             TIFFImageWriteParam tiffWriteParam = new TIFFImageWriteParam(Locale.CHINESE);  
    40.             tiffWriteParam.setCompressionMode(ImageWriteParam.MODE_DISABLED);  
    41.   
    42.             //Get tif writer and set output to file  
    43.             Iterator<ImageWriter> writers = ImageIO.getImageWritersByFormatName("tiff");  
    44.             ImageWriter writer = writers.next();  
    45.   
    46.             BufferedImage bi = reader.read(0);  
    47.             IIOImage image = new IIOImage(bi,null,reader.getImageMetadata(0));  
    48.             tempFile = tempImageFile(imageFile);  
    49.             ImageOutputStream ios = ImageIO.createImageOutputStream(tempFile);  
    50.             writer.setOutput(ios);  
    51.             writer.write(streamMetadata, image, tiffWriteParam);  
    52.             ios.close();  
    53.   
    54.             writer.dispose();  
    55.             reader.dispose();  
    56.   
    57.         } catch (IOException e) {  
    58.             e.printStackTrace();  
    59.         }  
    60.         return tempFile;  
    61.     }  
    62.   
    63.     private static File tempImageFile(File imageFile) {  
    64.         String path = imageFile.getPath();  
    65.         StringBuffer strB = new StringBuffer(path);  
    66.         strB.insert(path.lastIndexOf('.'),0);  
    67.         return new File(strB.toString().replaceFirst("(?<=//.)(//w+)$", "tif"));  
    68.     }  
    69.   
    70. }  

    测试代码
    Java代码  收藏代码
    1. package com.taobao.voc.tesseract;  
    2. import java.io.File;  
    3. import java.io.IOException;  
    4.   
    5. public class TestOCR {  
    6.   
    7.     /** 
    8.      * @param args 
    9.      */  
    10.     public static void main(String[] args) {  
    11.         String path = "d://test4.jpg";  
    12.         try {  
    13.             String valCode = new OCR().recognizeText(new File(path), "jpg");  
    14.             System.out.println(valCode);  
    15.         } catch (IOException e) {  
    16.             e.printStackTrace();  
    17.         } catch (Exception e) {  
    18.             e.printStackTrace();  
    19.         }  
    20.     }  
    21.   
    22. }  

    String path = "d://test4.jpg"; 修改为需要测试的图片,最好全中文,如果因为请更换语言包,OCR类中cmd.add("chi_sim");
  • 相关阅读:
    semantic-ui 容器与栅格
    semantic-ui 分段
    semantic-ui 分割线
    semantic-ui 图片
    semantic-ui 标题
    semantic-ui 图标
    semantic-ui 按钮
    PHP实现无限级分类
    后端修改配置文件后,前端刷新页面--搭配鉴权
    上线新系统后,统计从旧系统切换到新系统的数据
  • 原文地址:https://www.cnblogs.com/timssd/p/4688017.html
Copyright © 2011-2022 走看看