Spring和Ocr整合详解

一时失言乱红尘 2022-02-24 08:54 287阅读 0赞

## Spring和Ocr整合详解 ##

### 官方主页 ###

[Spring][]

[Ocr tess4j][]

### 概述 ###

Tess4J是对Tesseract OCR API.的Java JNA 封装。使java能够通过调用Tess4J的API来使用Tesseract OCR。支持的格式：TIFF,JPEG,GIF,PNG,BMP,JPEG,and PDF.

这里说整合Spring和Ocr有点勉强，因为Tess4J是脱离spring环境运行的。不过为方便适配到spring环境，这里就强行把它俩弄一块儿了。

tess4j的识别度一般。然而开源易用。

Git地址：  
[Gitee][]

项目地址：  
[品茗IT-同步发布][IT-]

[品茗IT][IT] 提供在线支持：

[一键快速构建Spring项目工具][Spring 1]

[一键快速构建SpringBoot项目工具][SpringBoot]

[一键快速构建SpringCloud项目工具][SpringCloud]

[一站式Springboot项目生成][Springboot]

**如果大家正在寻找一个java的学习环境，或者在开发中遇到困难，可以[加入我们的java学习圈，点击即可加入][java]，共同学习，节约学习时间，减少很多在学习中遇到的难题。**

### 开始搭建 ###

#### 依赖Jar包 ####

<dependency>
    	<dependency>
        <groupId>net.sourceforge.tess4j</groupId>
        <artifactId>tess4j</artifactId>
        <version>4.0.1</version>
    </dependency>

#### Spring-ocr配置 ####

在spring的xml中，按照spring的规范，定义tesseractService，方便调用。

<?xml version="1.0" encoding="UTF-8"?>
    <beans xmlns="http://www.springframework.org/schema/beans" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:aop="http://www.springframework.org/schema/aop" xmlns:context="http://www.springframework.org/schema/context" xsi:schemaLocation=" http://www.springframework.org/schema/beans http://www.springframework.org/schema/beans/spring-beans-4.0.xsd http://www.springframework.org/schema/aop http://www.springframework.org/schema/aop/spring-aop-4.0.xsd http://www.springframework.org/schema/context http://www.springframework.org/schema/context/spring-context-4.0.xsd ">
    
    	<bean id="annotationPropertyConfigurerOcr" class="org.springframework.beans.factory.config.PropertyPlaceholderConfigurer">
    		<property name="order" value="1" />
    		<property name="ignoreUnresolvablePlaceholders" value="true" />
    		<property name="locations">
    			<list>
    				<value>classpath:ocr.properties</value>
    			</list>
    		</property>
    	</bean>
    
    	<bean id="tesseractService" class="com.cff.springwork.ocr.service.TesseractService">
    		<property name="tessdataPath" value="${tessdata.path}" />
    		<property name="tessdataLang" value="${tessdata.language}" />
    	</bean>
    	
    </beans>

这里的xml文件引入配置文件。

ocr.properties：

tessdata.path=/tessdata
    tessdata.language=eng

tessdata.path指定了训练数据的路径，训练库比较大，[https://github.com/tesseract-ocr/tessdata这里可以下载][https_github.com_tesseract-ocr_tessdata]

#### 调用的service ####

我们可以编写一个完整的service，方便以后使用。  
TesseractService:

import java.awt.image.BufferedImage;
    import java.io.File;
    import java.io.FileInputStream;
    import java.io.IOException;
    import java.io.InputStream;
    
    import javax.imageio.ImageIO;
    
    import net.sourceforge.tess4j.Tesseract;
    import net.sourceforge.tess4j.TesseractException;
    import net.sourceforge.tess4j.util.ImageHelper;
    
    public class TesseractService { 
    	private String tessdataPath;
    	private String tessdataLang;
    
    	public String ocr(String filePath) { 
    		try { 
    			File imageFile = new File(filePath);
    			Tesseract instance = new Tesseract();
    			// 使用classpath目录下的训练库
    			String path = tessdataPath;
    			instance.setLanguage(tessdataLang);// 英文库识别数字比较准确
    
    			instance.setDatapath(path);
    			String result = instance.doOCR(imageFile);
    			return result;
    		} catch (TesseractException e) { 
    			e.printStackTrace();
    			return null;
    		}
    	}
    
    	public static BufferedImage change(File file) { 
    
    		// 读取图片字节数组
    		BufferedImage textImage = null;
    		try { 
    			InputStream in = new FileInputStream(file);
    			BufferedImage image = ImageIO.read(in);
    			textImage = ImageHelper
    					.convertImageToGrayscale(ImageHelper.getSubImage(image, 0, 0, image.getWidth(), image.getHeight())); // 对图片进行处理
    			textImage = ImageHelper.getScaledInstance(image, image.getWidth() * 5, image.getHeight() * 5); // 将图片扩大5倍
    
    		} catch (IOException e) { 
    			e.printStackTrace();
    		}
    
    		return textImage;
    	}
    }

### 快速构建项目 ###

[Spring组件化构建][Spring 1]

喜欢这篇文章么，喜欢就加入我们一起讨论Spring技术吧！  
![品茗IT交流群][IT 1]

[Spring]: https://docs.spring.io/spring/docs/5.0.12.RELEASE/spring-framework-reference/core.html#spring-core
[Ocr tess4j]: https://github.com/nguyenq/tess4j
[Gitee]: https://gitee.com/ffch/springwork/tree/master/springwork-ocr
[IT-]: https://www.pomit.cn/p/178578047639808
[IT]: https://www.pomit.cn
[Spring 1]: https://www.pomit.cn/java/spring/spring.html
[SpringBoot]: https://www.pomit.cn/java/spring/springboot.html
[SpringCloud]: https://www.pomit.cn/java/spring/springcloud.html
[Springboot]: https://www.pomit.cn/java/java/sqlToSpringboot.html
[java]: https://jq.qq.com/?_wv=1027&k=52sgH1J
[https_github.com_tesseract-ocr_tessdata]: https://github.com/tesseract-ocr/tessdata%E8%BF%99%E9%87%8C%E5%8F%AF%E4%BB%A5%E4%B8%8B%E8%BD%BD
[IT 1]: /images/20220224/6469834fe54b40caa6f057919c4694d1.png