使用谷歌开源组件tesseract-OCR识别身份证(windows版本)
来源:互联网 发布:属于新顶级域名的有 编辑:程序博客网 时间:2024/05/29 21:35
1,前期准备(软件安装)
下载tesseract-OCR,我下载的是3.02.02,注意各个版本之间兼容性不太好,需要对应。
2,安装tesseract-ORC,一路下一步即可,我安装在默认路径的(这个路径很重要,后面程序中需要用到)
3,java代码实现识别方法一:通过调用系统命令完成识别,java代码参考如下,首先创建一个java工程在lib目录下导入这两个jar包(记得build path)
以下是我的测试目录介绍
话不多说,上代码,亲测可用(经过整合已经部署到公司项目)
package com.lcm.test;import java.io.File;import java.io.IOException;public class TestOcr { /** * @param args */ public static void main(String[] args) { //输入图片地址 String path = "E://cxf//develop-workspace-new//testImageRecognition//src//2.jpg"; try { String valCode = new OCR().recognizeText(new File(path), "jpg"); System.out.println(valCode); } catch (IOException e) { e.printStackTrace(); } catch (Exception e) { e.printStackTrace(); } } }
package com.lcm.test;import java.io.BufferedReader;import java.io.File;import java.io.FileInputStream;import java.io.InputStreamReader;import java.util.ArrayList;import java.util.List;import org.jdesktop.swingx.util.OS;public class OCR { private final String LANG_OPTION = "-l"; //英文字母小写l,并非数字1 private final String EOL = System.getProperty("line.separator"); // private String tessPath = "C://Program Files//Tesseract-OCR"; private String tessPath = "C://Program Files (x86)//Tesseract-OCR"; //private String tessPath = new File("tesseract").getAbsolutePath(); public String recognizeText(File imageFile,String imageFormat)throws Exception{ File tempImage = ImageIOHelper.createImage(imageFile,imageFormat); File outputFile = new File(imageFile.getParentFile(),"output"); StringBuffer strB = new StringBuffer(); List<String> cmd = new ArrayList<>(); if(OS.isWindowsXP()){ cmd.add(tessPath+"//tesseract"); }else if(OS.isLinux()){ cmd.add("tesseract"); }else{ cmd.add(tessPath+"//tesseract"); } cmd.add(""); cmd.add(outputFile.getName()); //cmd.add(LANG_OPTION); cmd.add("-l"); // cmd.add("chi_sim"); cmd.add("eng"); ProcessBuilder pb = new ProcessBuilder(); pb.directory(imageFile.getParentFile()); cmd.set(1, tempImage.getName()); pb.command(cmd); pb.redirectErrorStream(true); Process process = pb.start(); //tesseract.exe 1.jpg 1 -l chi_sim int w = process.waitFor(); //删除临时正在工作文件 tempImage.delete(); if(w==0){ BufferedReader in = new BufferedReader(new InputStreamReader(new FileInputStream(outputFile.getAbsolutePath()+".txt"),"UTF-8")); String str; while((str = in.readLine())!=null){ strB.append(str).append(EOL); } in.close(); }else{ String msg; switch(w){ case 1: msg = "Errors accessing files.There may be spaces in your image's filename."; break; case 29: msg = "Cannot recongnize the image or its selected region."; break; case 31: msg = "Unsupported image format."; break; default: msg = "Errors occurred."; } tempImage.delete(); //throw new RuntimeException(msg); } new File(outputFile.getAbsolutePath()+".txt").delete(); return strB.toString(); } }
package com.lcm.test;import java.awt.image.BufferedImage;import java.io.File;import java.io.IOException;import java.util.Iterator;import java.util.Locale;import javax.imageio.IIOImage;import javax.imageio.ImageIO;import javax.imageio.ImageReader;import javax.imageio.ImageWriteParam;import javax.imageio.ImageWriter;import javax.imageio.metadata.IIOMetadata;import javax.imageio.stream.ImageInputStream;import javax.imageio.stream.ImageOutputStream;import com.sun.media.imageio.plugins.tiff.TIFFImageWriteParam;public class ImageIOHelper { /** * 图片文件转换为tif格式 * @param imageFile 文件路径 * @param imageFormat 文件扩展名 * @return */ public static File createImage(File imageFile, String imageFormat) { File tempFile = null; try { Iterator<ImageReader> readers = ImageIO.getImageReadersByFormatName(imageFormat); ImageReader reader = readers.next(); ImageInputStream iis = ImageIO.createImageInputStream(imageFile); reader.setInput(iis); //Read the stream metadata IIOMetadata streamMetadata = reader.getStreamMetadata(); //Set up the writeParam TIFFImageWriteParam tiffWriteParam = new TIFFImageWriteParam(Locale.CHINESE); tiffWriteParam.setCompressionMode(ImageWriteParam.MODE_DISABLED); //Get tif writer and set output to file Iterator<ImageWriter> writers = ImageIO.getImageWritersByFormatName("tiff"); ImageWriter writer = writers.next(); BufferedImage bi = reader.read(0); IIOImage image = new IIOImage(bi,null,reader.getImageMetadata(0)); tempFile = tempImageFile(imageFile); ImageOutputStream ios = ImageIO.createImageOutputStream(tempFile); writer.setOutput(ios); writer.write(streamMetadata, image, tiffWriteParam); ios.close(); writer.dispose(); reader.dispose(); } catch (IOException e) { e.printStackTrace(); } return tempFile; } private static File tempImageFile(File imageFile) { String path = imageFile.getPath(); StringBuffer strB = new StringBuffer(path); strB.insert(path.lastIndexOf('.'),0); return new File(strB.toString().replaceFirst("(?<=//.)(//w+)$", "tif")); } }
0 0
- 使用谷歌开源组件tesseract-OCR识别身份证(windows版本)
- 使用谷歌开源组件tesseract-OCR识别身份证,通过opencv处理图像后再进行识别(windows版本)
- tesseract-OCR字符识别引擎使用入门
- 使用Tesseract OCR Engine识别图片文字
- 使用Tesseract-OCR训练文字识别记录
- 使用Tesseract-OCR训练文字识别记录
- 阿里云 OCR身份证识别Api 使用(一)
- 阿里云 OCR身份证识别Api 使用(二)
- 光学识别(OCR)之 Tesseract
- Tesseract OCR(光学字符识别)教程
- Tesseract OCR(光学字符识别)教程
- Tesseract OCR(光学字符识别)教程
- Tesseract OCR(光学字符识别)教程
- Tesseract OCR(光学字符识别)教程
- Tesseract OCR(光学字符识别)教程
- tesseract-ocr识别字符
- tesseract-ocr图片识别
- Tesseract OCR识别小结
- 21天学通C++之集合的链表实现及其运算实现
- Xen动态迁移源码分析
- Android studio 某些配置
- Elasticsearch删除操作
- 布局界面属性
- 使用谷歌开源组件tesseract-OCR识别身份证(windows版本)
- android系统开发 AP 和 BP 简要说明
- テストのコンテキスト----テストケースの構造化(enclosed)
- 《程序员修炼之道》---- 修的是什么
- 【剑指offer】第一个只出现一次的字符
- HDP vs CDH
- Android深入四大组件(一)应用程序启动过程
- Asp.Net MVC 扩展 Html.ImageFor 方法详解
- Android自定义View的三种实现方式