說到文字識別，目前除了用一些現成的api，大概就是 tessdata、canvas或者 ocrad等。

1、百度接口用過（可以自己去百度開發者申請，免費的），識別率吧，還可以，但也不是百分百的，但是次數使用有限制，雖然也是夠用，但是被限制總是害怕超過不讓用。2、canvas的話是需要對圖片做具體的處理，涉及到圖片的翻轉、置灰、文字間隔的設定等等，成功率很高，但是公司產品驗證碼是各式各樣的，沒辦法用這種方法處理，所以暫時放棄了。3、ocrad這個目前用過其.js版本，識別率還是比較低的，具體使用后面會再寫一篇文章介紹一下的。雖然，網上對于 Tessdata的技術介紹文章一搜一大片，但是其實小仙真正用起來的時候，還是費了點周折的。:fendou:

思路：截全圖–截取元素圖片–處理–識別–輸出

注意：圖片截取格式統一為.jpg，用png會出問題。

在項目的pom.xml文件中，添加以下依賴

<!--<tess4j圖片識別>--><dependency><groupId>net.java.dev.jna</groupId><artifactId>jna</artifactId><version>4.1.0</version></dependency><dependency><groupId>net.sourceforge.tess4j</groupId><artifactId>tess4j</artifactId><version>2.0.1</version><exclusions><exclusion><groupId>com.sun.jna</groupId><artifactId>jna</artifactId></exclusion></exclusions></dependency>2、從全圖中截取元素圖片

// 元素截圖public static String[] elementscreenShot(WebElement element )throws Exception {WrapsDriver wrapsDriver = (WrapsDriver) element;long time = System.currentTimeMillis();// 截圖整個頁面File screen = ((TakesScreenshot) wrapsDriver.getWrappedDriver()).getScreenshotAs(OutputType.FILE);BufferedImage img = ImageIO.read(screen);// 獲得元素的高度和寬度int width = element.getSize().getWidth();int height = element.getSize().getHeight();// 創建一個矩形使用上面的高度，和寬度Rectangle rect = new Rectangle(width, height);// 得到元素的坐標Point p = element.getLocation();BufferedImage dest = img.getSubimage(p.getX(), p.getY(),(int) rect.getWidth(), (int) rect.getHeight());// 存為png格式ImageIO.write(dest, 'png', screen);DateFormat dateFormat = new SimpleDateFormat('yyyyMMddhhmmss');FileSystemView fsv = FileSystemView.getFileSystemView();File com = fsv.getHomeDirectory(); // 這便是讀取桌面路徑的方法了String url = com.getPath() + '/test';File location = new File(url);if (!location.exists()) {location.mkdirs();}String imgPath = location.getAbsolutePath() + File.separator + 'pic_'+ time + '.jpg';String cleanPath = location.getAbsolutePath();//存了原圖片和清楚后圖片的地址String[] imgpath = { imgPath, cleanPath };File targetFile = new File(imgPath);try {FileUtils.copyFile(screen, targetFile);} catch (IOException e1) {e1.printStackTrace();}//元素圖片路徑return imgpath;}3、對截取圖片進行處理：灰度化、二值化、去除干擾線等

以下是圖像處理的類，其中對于去除干擾線的操作還是慎用，可能會把文字也剔除掉。

public class CleanElementImage { /** * * @param sfile * 需要去噪的圖像 * @param destDir * 去噪后的圖像保存地址 * @throws IOException */ public static void handlImage(File sfile, String destDir) throws IOException {File destF = new File(destDir);if (!destF.exists()){ destF.mkdirs();}BufferedImage bufferedImage = ImageIO.read(sfile);int h = bufferedImage.getHeight();int w = bufferedImage.getWidth();// 灰度化int[][] gray = new int[w][h];for (int x = 0; x < w; x++){ for (int y = 0; y < h; y++) {int argb = bufferedImage.getRGB(x, y);// 圖像加亮（調整亮度識別率非常高）int r = (int) (((argb >> 16) & 0xFF) * 1.1 + 30);int g = (int) (((argb >> 8) & 0xFF) * 1.1 + 30);int b = (int) (((argb >> 0) & 0xFF) * 1.1 + 30);if (r >= 255){ r = 255;}if (g >= 255){ g = 255;}if (b >= 255){ b = 255;}gray[x][y] = (int) Math.pow((Math.pow(r, 2.2) * 0.2973 + Math.pow(g, 2.2)* 0.6274 + Math.pow(b, 2.2) * 0.0753), 1 / 2.2); }}// 二值化int threshold = ostu(gray, w, h);BufferedImage binaryBufferedImage = new BufferedImage(w, h, BufferedImage.TYPE_BYTE_BINARY);for (int x = 0; x < w; x++){ for (int y = 0; y < h; y++) {if (gray[x][y] > threshold) {gray[x][y] |= 0x00FFFF; } else {gray[x][y] &= 0xFF0000; } binaryBufferedImage.setRGB(x, y, gray[x][y]);} }//去除干擾線條//for(int y = 1; y < h-1; y++){// for(int x = 1; x < w-1; x++){//boolean flag = false ;//if(isBlack(binaryBufferedImage.getRGB(x, y))){// //左右均為空時，去掉此點// if(isWhite(binaryBufferedImage.getRGB(x-1, y)) && isWhite(binaryBufferedImage.getRGB(x+1, y))){//flag = true;// }// //上下均為空時，去掉此點// if(isWhite(binaryBufferedImage.getRGB(x, y+1)) && isWhite(binaryBufferedImage.getRGB(x, y-1))){//flag = true;// }// //斜上下為空時，去掉此點// if(isWhite(binaryBufferedImage.getRGB(x-1, y+1)) && isWhite(binaryBufferedImage.getRGB(x+1, y-1))){//flag = true;// }// if(isWhite(binaryBufferedImage.getRGB(x+1, y+1)) && isWhite(binaryBufferedImage.getRGB(x-1, y-1))){//flag = true;// }// if(flag){//binaryBufferedImage.setRGB(x,y,-1);// }//}// }//} ImageIO.write(binaryBufferedImage, 'jpg', new File(destDir, sfile .getName()));}public static boolean isBlack(int colorInt){ Color color = new Color(colorInt); if (color.getRed() + color.getGreen() + color.getBlue() <= 300) {return true; } return false;}public static boolean isWhite(int colorInt){ Color color = new Color(colorInt); if (color.getRed() + color.getGreen() + color.getBlue() > 300) {return true; } return false;}public static int isBlackOrWhite(int colorInt){ if (getColorBright(colorInt) < 30 || getColorBright(colorInt) > 730) {return 1; } return 0;}public static int getColorBright(int colorInt){ Color color = new Color(colorInt); return color.getRed() + color.getGreen() + color.getBlue();}public static int ostu(int[][] gray, int w, int h){ int[] histData = new int[w * h]; // Calculate histogram for (int x = 0; x < w; x++) {for (int y = 0; y < h; y++){ int red = 0xFF & gray[x][y]; histData[red]++;} } // Total number of pixels int total = w * h; float sum = 0; for (int t = 0; t < 256; t++){sum += t * histData[t];} float sumB = 0; int wB = 0; int wF = 0; float varMax = 0; int threshold = 0; for (int t = 0; t < 256; t++) {wB += histData[t]; // Weight Backgroundif (wB == 0) { continue;}wF = total - wB; // Weight Foregroundif (wF == 0) { break;}sumB += (float) (t * histData[t]);float mB = sumB / wB; // Mean Backgroundfloat mF = (sum - sumB) / wF; // Mean Foreground// Calculate Between Class Variancefloat varBetween = (float) wB * (float) wF * (mB - mF) * (mB - mF);// Check if new maximum foundif (varBetween > varMax){ varMax = varBetween; threshold = t;} } return threshold;}}4、準備識別的語言包

默認是英文（識別字母和數字），如果要識別中文(數字 + 中文），需要制定語言包。語言包可以指定一個路徑，有就可以了。源碼下載地址可以下載源碼，然后到下面這個路徑找到語言包，把語言包放到一個路徑：例如：XXX/tessdata/下面。

tesseract.js-master.ziptesseract.js-mastertestsassetstraineddata

/*** 圖片識別* @author wangy* @date 2019-08-26* @param parameter*/public static String ocrResult(WebElement element ) throws Exception {FileSystemView fsv = FileSystemView.getFileSystemView();File com=fsv.getHomeDirectory(); //這便是讀取桌面路徑的方法了String url = '';String os = System.getProperty('os.name');//識別系統，找不同的語言包路徑if (os.indexOf('Windows') == -1) {url = '/opt/google/';} else {url = com.getPath();}//獲取元素截圖的路徑String path[]=Screenshot.elementscreenShot(element);//獲取未處理的截圖路徑String imgpath=path[0];String result = null;File imageFile = new File(imgpath);//要對圖片處理CleanElementImage.handlImage(imageFile,path[1]);ITesseract instance = new Tesseract();//讀取語言包的路徑地址instance.setDatapath(url + File.separator + 'test' + File.separator+ 'tessdata');// 默認是英文（識別字母和數字），如果要識別中文(數字 + 中文），需要制定語言包，這里是數字，所以沒用語言包// instance.setLanguage('chi_sim');//為了防止沒截完圖片就識別，做了一個簡單的循環try{String ocrResult=instance.doOCR(imageFile);if(imageFile.exists()&&ocrResult!=''){result=ocrResult;}else {while(true){Thread.sleep(1000);if(imageFile.exists()&&ocrResult!=''){result=ocrResult;break;}}}}catch(TesseractException e){System.out.println(e.getMessage());}return result;}

這一部分由于項目問題，貼在這里做了特殊處理，原碼有一點點區別。大家使用，如果有什么問題，歡迎反饋！

這里簡單放個對照，圖片將就看一下效果，識別結果大概90%以上吧：

到此這篇關于Java使用Tessdata做OCR圖片文字識別的詳細思路的文章就介紹到這了,更多相關java Tessdata圖片文字內容請搜索好吧啦網以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持好吧啦網！