java代碼實現圖片內容轉文字

前言

現在的手機已經可以實現拍照轉文字了。作為一名程序員，得使用java代碼實現這一功能，雖然可能沒啥用！！！

pom.xml

添加依賴

<dependency>
    <groupId>net.sourceforge.tess4j</groupId>
    <artifactId>tess4j</artifactId>
    <version>3.2.1</version>
</dependency>

這個依賴有點東西啊，32M。

test.java

    public static void main(String[] args) {
        System.out.println("---------------------start--------------------------");
        Tesseract tesseract = new Tesseract();
        tesseract.setDatapath("D://DataScience//tessdata");
        // tesseract.setLanguage("chi_sim");
        try {
            System.out.println(tesseract.doOCR(new File("C:\\Users\\caofei\\Desktop\\2.png")));
        } catch (TesseractException e) {
            e.printStackTrace();
        }
        
        System.out.println("----------------------end---------------------------");
    }

1.第三行，實例化一個Tesseract對象。

2.第四行，我們要實現這一功能，得需要光學字符識別工具，就像硬件設備一樣（但不是真的設備，就是模型設置數據），我們要提供路徑。

 

 我下載了兩個文件，eng前綴的代表英文的，chi_sim代表簡體中文的。每一種語言對應一個。這些模型數據的下載地址

是：https://github.com/tesseract-ocr/tesseract/wiki/Data-Files

里面什么語言都有，也有這項技術的簡介。

3.第七號，我准備的圖片2.png

 

 

 執行這個main方法，控制台就會輸入我們想要的內容

 

 4.第五號我注掉了，這個工具的默認語言是英文。

 

 如果我們想轉其他語言的圖片，就需要像第五行這樣指定。語言不匹配，會出現亂碼。