【圖片識別】Java中使用tess4J進行圖片文字識別（支持中文）（轉）

http://blog.csdn.net/wsk1103/article/details/54173282

java中識別文字比較簡單，使用的軟件是tesseractocr（使用的版本是3.02，3以后的版本才支持中文），這個軟件需要安裝在本地電腦中，安裝的過程中全部都按照默認進行安裝（以便於Java直接調用），

下載地址http://download.csdn.net/detail/wsk1103/9731338。

該軟件默認的識別的是英文，如果相要能識別中文，需要將中文的訓練文本chi_sim.traineddata存放到C:\Program Files (x86)\Tesseract-OCR\tessdata中，其中該中文訓練文本解壓后39M左右，

下載地址http://download.csdn.net/detail/wsk1103/9731335

，遺憾的是如果想要識別中英文的話，還得繼續谷歌搜索一下，在這里就不列出來了。
Java中識別的話很簡單，只需要下面這幾行代碼就可以了（官方給出來的代碼）

File imageFile=new File(path);
if(!imageFile.exists()){
return"圖片不存在";
}
Tesseractinstance=Tesseract.getInstance();
instance.setDatapath("C:\\ProgramFiles(x86)\\Tesseract-OCR\\tessdata");//設置訓練庫的位置
instance.setLanguage("chi_sim");//中文識別
String result=instance.doOCR(imageFile);

想要實現上面的這些代碼，需要導入的包有一些，

下載地址：http://download.csdn.net/detail/wsk1103/9731338

關於異常
1. Exception in thread “main” java.lang.Error: Invalid memory access
這個異常表示沒有設置訓練庫的位置
2. 不是有效的win32程序
嘗試重新安裝一下tesseractocr
安裝的路徑默認就可以了。