Java OCR tesseract 圖像智能文字字符識別技術實例代碼

接著上一篇OCR所說的，上一篇給大家介紹了tesseract 在命令行的簡單用法，當然了要繼承到我們的程序中，還是需要代碼實現的，下面給大家分享下Java實現的例子。

拿代碼掃描上面的圖片，然後輸出結果。主要思想就是利用Java調用系統任務。

下面是核心代碼：

package com.zhy.test; 
 
import java.io.BufferedReader; 
 
import java.io.File; 
import java.io.FileInputStream; 
import java.io.InputStreamReader; 
import java.util.ArrayList; 
import java.util.List; 
 
import org.jdesktop.swingx.util.OS; 
 
public class OCRHelper 
{ 
 private final String LANG_OPTION = "-l"; 
 private final String EOL = System.getProperty("line.separator"); 
 /** 
  * 文件位置我防止在，項目同一路徑 
  */ 
 private String tessPath = new File("tesseract").getAbsolutePath(); 
 
 /** 
  * @param imageFile 
  *   傳入的圖像文件 
  * @param imageFormat 
  *   傳入的圖像格式 
  * @return 識別後的字符串 
  */ 
 public String recognizeText(File imageFile) throws Exception 
 { 
  /** 
   * 設置輸出文件的保存的文件目錄 
   */ 
  File outputFile = new File(imageFile.getParentFile(), "output"); 
 
  StringBuffer strB = new StringBuffer(); 
  List<String> cmd = new ArrayList<String>(); 
  if (OS.isWindowsXP()) 
  { 
   cmd.add(tessPath + "\\tesseract"); 
  } else if (OS.isLinux()) 
  { 
   cmd.add("tesseract"); 
  } else 
  { 
   cmd.add(tessPath + "\\tesseract"); 
  } 
  cmd.add(""); 
  cmd.add(outputFile.getName()); 
  cmd.add(LANG_OPTION); 
//  cmd.add("chi_sim"); 
  cmd.add("eng"); 
 
  ProcessBuilder pb = new ProcessBuilder(); 
  /** 
   *Sets this process builder's working directory. 
   */ 
  pb.directory(imageFile.getParentFile()); 
  cmd.set(1, imageFile.getName()); 
  pb.command(cmd); 
  pb.redirectErrorStream(true); 
  Process process = pb.start(); 
  // tesseract.exe 1.jpg" />

對比第一張圖片，是不是很完美~哈哈 ，當然了如果你只需要實現驗證碼的讀寫，那麼上面就足夠了。下面繼續普及圖像處理的知識。
當然了，有時候圖片被扭曲或者模糊的很厲害，很不容易識別，所以下面我給大家介紹一個去噪的輔助類，絕對碉堡了，先看下效果圖。
 
來張特寫：

一個類，不依賴任何jar，把圖像中的干擾線消滅了，是不是很給力，然後再拿這樣的圖片去識別，會不會效果更好呢，嘿嘿，大家自己實驗~


代碼：



package com.zhy.test; 
 
import java.awt.Color; 
import java.awt.image.BufferedImage; 
import java.io.File; 
import java.io.IOException; 
 
import javax.imageio.ImageIO; 
 
public class ClearImageHelper 
{ 
 
 public static void main(String[] args) throws IOException 
 { 
 
   
  File testDataDir = new File("testdata"); 
  final String destDir = testDataDir.getAbsolutePath()+"/tmp"; 
  for (File file : testDataDir.listFiles()) 
  { 
   cleanImage(file, destDir); 
  } 
 
 } 
 
 /** 
  * 
  * @param sfile 
  *   需要去噪的圖像 
  * @param destDir 
  *   去噪後的圖像保存地址 
  * @throws IOException 
  */ 
 public static void cleanImage(File sfile, String destDir) 
   throws IOException 
 { 
  File destF = new File(destDir); 
  if (!destF.exists()) 
  { 
   destF.mkdirs(); 
  } 
 
  BufferedImage bufferedImage = ImageIO.read(sfile); 
  int h = bufferedImage.getHeight(); 
  int w = bufferedImage.getWidth(); 
 
  // 灰度化 
  int[][] gray = new int[w][h]; 
  for (int x = 0; x < w; x++) 
  { 
   for (int y = 0; y < h; y++) 
   { 
    int argb = bufferedImage.getRGB(x, y); 
    // 圖像加亮（調整亮度識別率非常高） 
    int r = (int) (((argb >> 16) & 0xFF) * 1.1 + 30); 
    int g = (int) (((argb >> 8) & 0xFF) * 1.1 + 30); 
    int b = (int) (((argb >> 0) & 0xFF) * 1.1 + 30); 
    if (r >= 255) 
    { 
     r = 255; 
    } 
    if (g >= 255) 
    { 
     g = 255; 
    } 
    if (b >= 255) 
    { 
     b = 255; 
    } 
    gray[x][y] = (int) Math 
      .pow((Math.pow(r, 2.2) * 0.2973 + Math.pow(g, 2.2) 
        * 0.6274 + Math.pow(b, 2.2) * 0.0753), 1 / 2.2); 
   } 
  } 
 
  // 二值化 
  int threshold = ostu(gray, w, h); 
  BufferedImage binaryBufferedImage = new BufferedImage(w, h, 
    BufferedImage.TYPE_BYTE_BINARY); 
  for (int x = 0; x < w; x++) 
  { 
   for (int y = 0; y < h; y++) 
   { 
    if (gray[x][y] > threshold) 
    { 
     gray[x][y] |= 0x00FFFF; 
    } else 
    { 
     gray[x][y] &= 0xFF0000; 
    } 
    binaryBufferedImage.setRGB(x, y, gray[x][y]); 
   } 
  } 
 
  // 矩陣打印 
  for (int y = 0; y < h; y++) 
  { 
   for (int x = 0; x < w; x++) 
   { 
    if (isBlack(binaryBufferedImage.getRGB(x, y))) 
    { 
     System.out.print("*"); 
    } else 
    { 
     System.out.print(" "); 
    } 
   } 
   System.out.println(); 
  } 
 
  ImageIO.write(binaryBufferedImage, "jpg", new File(destDir, sfile 
    .getName())); 
 } 
 
 public static boolean isBlack(int colorInt) 
 { 
  Color color = new Color(colorInt); 
  if (color.getRed() + color.getGreen() + color.getBlue() <= 300) 
  { 
   return true; 
  } 
  return false; 
 } 
 
 public static boolean isWhite(int colorInt) 
 { 
  Color color = new Color(colorInt); 
  if (color.getRed() + color.getGreen() + color.getBlue() > 300) 
  { 
   return true; 
  } 
  return false; 
 } 
 
 public static int isBlackOrWhite(int colorInt) 
 { 
  if (getColorBright(colorInt) < 30 || getColorBright(colorInt) > 730) 
  { 
   return 1; 
  } 
  return 0; 
 } 
 
 public static int getColorBright(int colorInt) 
 { 
  Color color = new Color(colorInt); 
  return color.getRed() + color.getGreen() + color.getBlue(); 
 } 
 
 public static int ostu(int[][] gray, int w, int h) 
 { 
  int[] histData = new int[w * h]; 
  // Calculate histogram 
  for (int x = 0; x < w; x++) 
  { 
   for (int y = 0; y < h; y++) 
   { 
    int red = 0xFF & gray[x][y]; 
    histData[red]++; 
   } 
  } 
 
  // Total number of pixels 
  int total = w * h; 
 
  float sum = 0; 
  for (int t = 0; t < 256; t++) 
   sum += t * histData[t]; 
 
  float sumB = 0; 
  int wB = 0; 
  int wF = 0; 
 
  float varMax = 0; 
  int threshold = 0; 
 
  for (int t = 0; t < 256; t++) 
  { 
   wB += histData[t]; // Weight Background 
   if (wB == 0) 
    continue; 
 
   wF = total - wB; // Weight Foreground 
   if (wF == 0) 
    break; 
 
   sumB += (float) (t * histData[t]); 
 
   float mB = sumB / wB; // Mean Background 
   float mF = (sum - sumB) / wF; // Mean Foreground 
 
   // Calculate Between Class Variance 
   float varBetween = (float) wB * (float) wF * (mB - mF) * (mB - mF); 
 
   // Check if new maximum found 
   if (varBetween > varMax) 
   { 
    varMax = varBetween; 
    threshold = t; 
   } 
  } 
 
  return threshold; 
 } 
} 


以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持。