Spring Boot+Tess4j实现OCR接口

OCR部分

OCR，即光学字符识别，是一种将纸质文档上的文字转化为计算机可编辑文本的技术。它利用图像处理技术和模式识别算法，对扫描或拍摄的文档图片进行分析，提取出其中的文字信息。OCR技术广泛应用于文档数字化、自动化数据录入等领域，极大地提高了工作效率和准确性。随着深度学习等人工智能技术的发展，OCR技术的识别精度和效率也在不断提升，为各行业的数字化转型提供了有力支持

Tess4j部分

引入Tess4j的依赖

Tess4j是一个Java的OCR接口，可以实现识别图片中的文字的功能。使用Tess4j，需要先引入依赖：

• Gradle-Groovy：在build.gradle的dependencies下写入如下代码： 

  implementation 'net.sourceforge.tess4j:tess4j:5.8.0'

  • Gradle-Kotlin：在build.gradle.kts的dependencies下写入如下代码：

    implementation("net.sourceforge.tess4j:tess4j:5.8.0")

    • Maven：在pom.xml的dependencies下写入如下代码：

          net.sourceforge.tess4j
          tess4j
          5.8.0
      

      注意，Tess4j的最新版本是5.8.0，建议使用最新版本，因为老版本的识别准确率较低

      下载语言包

      想要让Tess4j支持中文，需要下载中文的语言包：

      tessdata/chi_sim.traineddata at main · tesseract-ocr/tessdata · GitHub

      使用方法

      使用Tess4j实现OCR，需要先进行以下操作：

      1. 创建Tesseract对象
      2. 设置语言包的路径（目录的路径）
      3. 设置识别语言（中文是字符串"chi_sim"）
      4. 调用doOCR方法执行OCR

      val instance = Tesseract()
      instance.setDatapath("./src/main/resources/traineddata")
      instance.setLanguage("chi_sim")
      val con = instance.doOCR(File("./src/main/resources/static/t1.png"))

      来看一下执行结果：

      测试图片

      识别效果： 

      从 jdk10 到 jdk17 , 能 不 能 说 Java 是 一 个 不 思 进 取 的 缩 程 语 言 ?
      髓 godot
      例 江 网 站 , 证 荫 , 现 在 体 洁 成
      146 人 贾 同 了 诗 @
      90 没 火 之 前 技 不 到 对 手 , 的 确 是 不 思 进 职 , 前 进 的 动 力 不 足 .
      g 火 了 过 后 大 大 刺 激 了 Java, 下 个 版 本 的 Spring 直 接 冉 何 版 本 lava 17, 这 个 是 非 常 漱 进 的
      纠 反 整 个 Java 生 忘 , 最 近 一 殴 时 间 步 失 然 觉 醒 了
      1 应 对 go 的 容 霸 快 速 启 动 , 诶 步 引 入 Spring native, 快 速 启 动 , 提 高 峰 值 性 能 以 及 降 低 内 存 消 耗
      2, 应 对 go 的 协 程 , 官 方 的 Loom 相 信 不 久 就 可 以 正 式 发 市
      3 应 对 go 的 伽 延 近 ,zgc, 佑 延 泉 坪 坂 回 收 躁
      现 在 我 与 的 开 深 页 目 基 于 5pring 的 MVC 式 用 法 的 万 能 RPC 桂 梢 最 佑 版 本 是 Java 11:
      githubcoryzfoo-project.
      Spring native 什 么 时 候 正 式 版 发 出 来 , 我 第 一 的 间 支 持 , 有 站 争 才 有 动 力 , 这 是 好 事
      编睬 于 2021-11-08 13.51
      少 修 改

       可以看到，它的识别效果还是不错的，但是仍然有些错误。当然可以通过提高图片的清晰度解决

      Spring Boot部分

      我们先来理一下思路：

      • 控制器：提供一个接口，接收一个文件，返回一个字符串，为图片的识别结果
      • 配置类：提供一个初始化过的Tesseract的Bean
      • 服务：提供OCR服务，接收一个文件，返回一个字符串，为图片的识别结果

        那么就开始吧，注意要引入依赖：

        OCRConfig

        package com.example.ocr.config
        import net.sourceforge.tess4j.Tesseract
        import org.springframework.beans.factory.annotation.Autowired
        import org.springframework.context.annotation.Bean
        import org.springframework.context.annotation.Configuration
        import org.springframework.core.io.ResourceLoader
        @Configuration
        class OCRConfig {
            @Autowired
            lateinit var resourceLoader: ResourceLoader
            @Bean
            fun getTess(): Tesseract {
                val path = resourceLoader.getResource("classpath:/traineddata").file.path
                val tesseract = Tesseract()
                tesseract.setDatapath(path)
                tesseract.setLanguage("chi_sim")
                return tesseract
            }
        }

        代码中我们创建了一个tess的Bean，构造了一个tesseract对象，并设置其语言包路径和识别语言。注意path是你存储语言包的路径。这里面我将语言包存储在了resources的traineddata包下，并使用resourceLoader.getResource()方法读取了这个路径

        OCRService

        package com.example.ocr.service
        import net.sourceforge.tess4j.Tesseract
        import org.springframework.beans.factory.annotation.Autowired
        import org.springframework.stereotype.Service
        import org.springframework.web.multipart.MultipartFile
        import javax.imageio.ImageIO
        @Service
        class OCRService {
            @Autowired
            lateinit var tesseract: Tesseract
            fun doOCR(file: MultipartFile): String{
                val image = ImageIO.read(file.inputStream)
                return tesseract.doOCR(image)
            }
        }

        代码中我们先自动注入的一个tesseract实例（我们刚才配置的），然后定义doOCR方法，接受一个图片，返回识别结果的字符串。这个方法先通过ImageIO将MultipartFile对象转换为BufferedImage对象，并将其传入到tesseract.doOCR()方法中，返回结果

        OCRController

        package com.example.ocr.controller
        import com.example.ocr.service.OCRService
        import org.springframework.beans.factory.annotation.Autowired
        import org.springframework.web.bind.annotation.RequestMapping
        import org.springframework.web.bind.annotation.RestController
        import org.springframework.web.multipart.MultipartFile
        @RestController
        class OCRController {
            
            @Autowired
            lateinit var ocrService: OCRService
            
            @RequestMapping("/ocr")
            fun ocr(@RequestBody file: MultipartFile): String{
                return ocrService.doOCR(file)
            }
            
        }

        控制器中直接调用写好的服务即可

        测试结果

        用postman调用接口：

        

        可以看到，这个接口没有问题