Java中實現(xiàn)OCR識別讀取圖片中的文字

更新時間：2024年04月01日 09:25:39 作者：Eiceblue

圖片內(nèi)容一般無法編輯,如果想要讀取圖片中的文本,我們需要用到OCR工具,本文將介紹如何在Java中實現(xiàn)OCR識別讀取圖片中的文字,文中通過代碼示例介紹的非常詳細,需要的朋友可以參考下

所需工具：

IDEA
Spire.OCR for Java - Java OCR組件，支持識別多種語言、字體，可讀取JPG、PNG、GIF、BMP 和 TIFF 等常用圖片中的文本信息。

產(chǎn)品包下載鏈接：下載 | Spire.OCR for Java

或從Maven倉庫導入：

<repositories>
    <repository>
        <id>com.e-iceblue</id>
        <name>e-iceblue</name>
        <url>https://repo.e-iceblue.cn/repository/maven-public/</url>
    </repository>
</repositories>
<dependencies>
    <dependency>
        <groupId>e-iceblue</groupId>
        <artifactId>spire.ocr</artifactId>
        <version>1.9.0</version>
    </dependency>
</dependencies>

其余依賴文件。按操作系統(tǒng)下載對應文件后，解壓縮至指定的文件路徑。

Linux

Windows x64

提取碼：nw77

Java OCR識別圖片文本的實現(xiàn)步驟

1. 在IDEA中新建一個項目并導入Spire.OCR.jar。

2. 將剛才下載解壓縮后的 “dependencies” 文件夾復制到IDEA項目目錄下。

3.確保導入以上所需依賴后，運行以下代碼實現(xiàn)掃描讀取圖片中的文本。

import com.spire.ocr.OcrScanner;
import java.io.*;
 
public class ReadImage {
    public static void main(String[] args) throws Exception {
        //指定依賴文件的路徑
        String dependencies = "F:\\dependencies\\";
        //指定要需要掃描的圖片的路徑
        String imageFile = "圖片.png";
        //指定輸出文件的路徑
        String outputFile = "讀取圖片.txt";
 
        //創(chuàng)建OcrScanner對象，并設(shè)置其依賴文件路徑
        OcrScanner scanner = new OcrScanner();
        scanner.setDependencies(dependencies);
 
        //掃描指定的圖像文件
        scanner.scan(imageFile);
 
        //獲取掃描的文本內(nèi)容
        String scannedText = scanner.getText().toString();
 
        //創(chuàng)建輸出文件對象
        File output = new File(outputFile);
        //如果輸出文件已經(jīng)存在，則將其刪除
        if (output.exists()) {
            output.delete();
        }
        //創(chuàng)建BufferedWriter對象來將掃描的文本內(nèi)容寫入輸出文件
        BufferedWriter writer = new BufferedWriter(new FileWriter(outputFile));
        writer.write(scannedText);
        writer.close();
    }
}

示例圖片：

OCR圖片掃描結(jié)果：

OCR識別流程

概括

傳統(tǒng)的OCR基于圖像處理（二值化、連通域分析、投影分析等）和統(tǒng)計機器學習（Adaboost、SVM），過去20年間在印刷體和掃描文檔上取得了不錯的效果。傳統(tǒng)的印刷體OCR解決方案整體流程如圖。

在這里插入圖片描述

從輸入圖像到給出識別結(jié)果經(jīng)歷了圖像預處理、文字行提取和文字行識別三個階段。

圖像預處理

二值化：由于彩色圖像所含信息量過于巨大，在對圖像中印刷體字符進行識別處理前，需要對圖像進行二值化處理，使圖像只包含黑色的前景信息和白色的背景信息，提升識別處理的效率和精確度
圖像降噪：由于待識別圖像的品質(zhì)受限于輸入設(shè)備、環(huán)境、以及文檔的印刷質(zhì)量，在對圖像中印刷體字符進行識別處理前，需要根據(jù)噪聲的特征對待識別圖像進行去噪處理，提升識別處理的精確度
傾斜校正：由于掃描和拍攝過程涉及人工操作，輸入計算機的待識別圖像或多或少都會存在一些傾斜，在對圖像中印刷體字符進行識別處理前，就需要進行圖像方向檢測，并校正圖像方向。

在這里插入圖片描述