一、引言
你是否曾遇到過這樣的情況：看到一段有用的文字，想要快速複製下來，卻只能眼巴巴地盯著螢幕，手動輸入？其實，Java 也可以輕鬆實現 OCR（光學字符識別）功能，讓你輕鬆識別並提取圖片中的文字資訊。不需要龐大的外部工具，也不必擔心複雜的配置，只需幾行程式碼，Java 就能幫你搞定 OCR！接下來，我們將帶你一步步揭開這項技術的神秘面紗，讓你的 Java 專案更加智慧、便捷。
二、功能演示
先讓我們看看最終效果,再進行實現
三、功能實現
1. 描述
在這部分，我們將使用 SpringBoot 和 Tess4j 來實現 OCR 功能。Tess4j 是一個基於 Tesseract 的 Java 封裝庫，它讓我們能夠輕鬆地在 Java 應用中使用 OCR 技術。無論你是在處理掃描的文件、識別圖片中的文字，還是自動化讀取截圖內容，Tess4j 都能派上用場。透過與 SpringBoot 結合，我們可以快速搭建一個輕量級的 RESTful 服務，輕鬆應對各種 OCR 需求。
2. 編碼實現
2.1 引入依賴
<dependency> <groupId>net.sourceforge.tess4j</groupId> <artifactId>tess4j</artifactId> </dependency>
2.2 初始化Tesseract引擎
注意事項 :
專案部署:
使用
new ClassPathResource("tess_data").getFile().getAbsolutePath()可能在專案打成 Jar 包後無法正常訪問。爲了解決這個問題，可以參考一些開源專案中的TensorflowUtil工具類，將resource檔案進行轉存後再載入。在 Linux 環境中，還需要解決
無法初始化 net.sourceforge.tess4j.TessAPI的問題，確保所有必要的依賴庫和系統配置正確。訓練資料:
tessdata_best: 主要針對高精度要求的應用場景，雖然識別速度較慢，但結果更準確。
tessdata: 是標準的訓練資料集，平衡了識別速度和精度，適合一般的 OCR 應用。
tessdata_fast: 適用於需要快速識別的場景，雖然精度略低，但可以顯著提升識別速度。
不同的訓練資料和配置會影響識別結果的精度和速度。可以根據實際需求自行訓練適合的資料集。免費的訓練資料包括:
/**
* TesseractOcr 模型載入
*
* @author : YiFei
*/
@Slf4j
@Getter
@Component
public class TesseractOcrModelService {
private final Tesseract tesseract = new Tesseract();
public TesseractOcrModelService() {
try {
// 獲取訓練模型資料夾 （該方法在打包為jar後會有問題，建議使用專案中TensorflowUtil工具類）
String folderPath = new ClassPathResource("tess_data").getFile().getAbsolutePath();
/*
* OEM_TESSERACT_ONLY = 0：表示僅執行Tesseract OCR引擎，不使用LSTM（Long Short-Term Memory）線識別器。Tesseract是一種傳統的OCR引擎，適用於一般的文字識別任務。
* OEM_LSTM_ONLY = 1：表示僅執行LSTM線識別器，不使用Tesseract。LSTM是一種深度學習模型，通常在處理複雜文字或手寫文字識別等任務時表現較好。
* OEM_TESSERACT_LSTM_COMBINED = 2：表示同時執行Tesseract和LSTM識別器，並在遇到困難情況時允許回退到Tesseract。這種組合模式可以在不同情況下靈活地選擇最適合的識別引擎。
* OEM_DEFAULT = 3：當呼叫 init_*() 方法時指定此模式，表示可以根據語言特定配置、命令列配置等自動推斷使用哪種模式。如果沒有明確指定，則預設使用 OEM_TESSERACT_ONLY 模式。
*/
tesseract.setPageSegMode(OEM_TESSERACT_LSTM_COMBINED);
// 設定Tesseract OCR引擎的訓練資料資料夾路徑
/*
* chi_sim.traineddata: Chinese Simplified（中文簡體）
* chi_sim_vert.traineddata: Chinese Simplified Vertical（中文簡體豎排）
* chi_tra.traineddata: Chinese Traditional（中文繁體）
* chi_tra_vert.traineddata: Chinese Traditional Vertical（中文繁體豎排）
*/
tesseract.setDatapath(folderPath);
tesseract.setPageSegMode(6);
// 設定為中文簡體
tesseract.setLanguage("chi_sim");
} catch (Exception e) {
throw new RuntimeException(e);
}
}
}
2.3 編寫 RESTful 介面
/**
* Ocr-控制器
*
* @author : YiFei
*/
@RestController
@RequestMapping("ocr")
@RequiredArgsConstructor
public class OcrController {
private final TesseractOcrModelService tesseractOcrModelService;
@PostMapping("/detection")
public Result<String> ocrDetection(MultipartFile file) {
try {
/*
圖片調整推薦 :
二值化：將影象轉換為黑白，有助於提高對比度。
去噪：去除影象中的噪聲。
旋轉矯正：確保影象中的文字是水平的。
*/
Tesseract tesseract = tesseractOcrModelService.getTesseract();
return Result.success(tesseract.doOCR(ImageIO.read(file.getInputStream())));
} catch (Exception e) {
throw new RuntimeException("ImageIO.read(file.getInputStream())) 解析錯誤");
}
}
}