tess4j 光学字符识别，即图片识别

补充：

Tesseract-OCR 安装、中文识别与训练字库

如何用YOLO+Tesseract实现定制OCR系统?

Tess4j OCR图像识别框架集成

Tesseract，
一款由HP实验室开发由Google维护的开源
OCR（Optical Character Recognition , 光学字符识别）引擎，
与Microsoft Office Document Imaging（MODI）相比，
我们可以不断的训练的库，使图像转换文本的能力不断增强；
如果团队深度需要，还可以以它为模板，开发出符合自身需求的OCR引擎。

Tess4J 是Java （JNA） 对 Tesseract OCR API 的封装。

下载Tess4J的相关资源（一个压缩包），官网：http://tess4j.sourceforge.net/codesample.html

 

 lib文件夹下放的是需要用到的Jar包，

tessdata下放的是语言库，默认的有英语库，

中文库需要另外下载，下载地址

tessdata中的一个文件：osd.traineddata
文字的方向检测 Orientation and script detection (OSD)

简单构建一个tess4j项目

新建一个Java项目，
将lib文件夹和tessdata文件夹复制到项目的根目录下，
找到dist文件夹下的tess4j.jar(名字可能有版本号)，
将该文件也复制到项目根目录下的lib文件夹下。

maven构建jess4j项目

各个版本下载地址

1,将所需jar包引入pom.xml

<dependencies>
        <dependency>
            <groupId>net.sourceforge.tess4j</groupId>
            <artifactId>tess4j</artifactId>
            <version>4.4.0</version>
        </dependency>
 </dependencies>

2，引用语言包

在任意地方创建一个文件夹tessdata，
将下载的chi_sim.traineddata（中文） 和 eng.traineddata（英文）语言包存放在该目录下，
也可以直接存放到自己项目的resources/tessdata目录下。

语言库下载地址：https://github.com/tesseract-ocr/tessdata

3，例子：

         // 识别图片的路径（修改为自己的图片路径）
        String path = "D:\\test.jpg";

        // 语言库位置（修改为跟自己语言库文件夹的路径）
        String lagnguagePath = "D:\\tessdata";

        File file = new File(path);
        ITesseract instance = new Tesseract();

        //设置训练库的位置
        instance.setDatapath(lagnguagePath);

        //chi_sim ：简体中文， eng    根据需求选择语言库
        instance.setLanguage("eng");
        String result = null;
        try {
            long startTime = System.currentTimeMillis();
            result =  instance.doOCR(file);
            long endTime = System.currentTimeMillis();
            System.out.println("Time is：" + (endTime - startTime) + " 毫秒");
        } catch (TesseractException e) {
            e.printStackTrace();
        }

        System.out.println("result: ");
        System.out.println(result);

 

补充：可选步骤：配置环境变量（TESSDATA_PREFIX）

环境变量地址指向你存放语言包的文件夹路径，如：我的语言包路径在 D:\tessdata