Java OCR(使用Tess4J)

最近突然对手机上的OCR功能比较感兴趣，于是乎研究了一下Java OCR技术，在Google上找到了tesseract-ocr，最后找到了其对应的Java API版本 Tess4J，中间调试过程异常曲折，最后花了半天时间终于把它给调试成功了，跟大家分享一下！

一 下载相关的jar包

1.下载Tess4J jar，网址：http://sourceforge.net/projects/tess4j/

2.如果你使用的JVM 64位的，还需要下载 liblept168.dll、libtesseract302.dll的64位文件，下载地址：https://github.com/charlesw/tesseract/tree/master/src/lib/TesseractOcr/x64

二 项目整合

先看看最后整合成功的目录结构，开发环境：Win8.1 64位 + Eclipse 4.2 + JDK 7 64位，工程目录结构如下：

src目录下是 Tess4J的源码目录，test目录 是Tess4J官方提供的demo目录，并将 liblept168.dll、libtesseract302.dll，gsdll64.dll(pdf转换需要用到此文件) 三个文件拷贝到 src根目录下。

三 测试代码

[java] view plaincopy

1. /**
2. * Test of doOCR method, of class Tesseract1.
3. */
4. @Test
5. public void testDoOCR_File() throws Exception {
6. System.out.println("doOCR on a PNG image");
7. File imageFile = new File("eurotext.png");
8. String expResult = "The (quick) [brown] {fox} jumps!\nOver the $43,456.78 <lazy> #90 dog";
9. String result = instance.doOCR(imageFile);
10. System.out.println(result);
11. assertEquals(expResult, result.substring(0, expResult.length()));
12. }

Demo下载地址：http://download.csdn.net/detail/fx_sky/7988469