当前位置：首页 > 后端开发 > 正文

java 怎么调用ocr

admin
后端开发
2025-09-01
7

Java中调用OCR（光学字符识别）可以使用第三方库如Tesseract。

Java中调用OCR（光学字符识别）技术，通常需要借助第三方库或服务，以下是几种常见的方法和详细步骤：

java 怎么调用ocr 第1张

使用Tesseract OCR

Tesseract 是一个开源的OCR引擎，支持多种语言，你可以通过Java调用Tesseract来实现OCR功能。

步骤：

安装Tesseract：
- 在Windows、macOS或Linux上安装Tesseract。
- 确保Tesseract的可执行文件路径已添加到系统环境变量中。

添加依赖：

使用Maven或Gradle添加Tesseract的Java绑定库,Tess4J。

<!-Maven依赖 -->
<dependency>
    <groupId>net.sourceforge.tess4j</groupId>
    <artifactId>tess4j</artifactId>
    <version>4.5.3</version>
</dependency>

编写代码：

import net.sourceforge.tess4j.Tesseract;
import net.sourceforge.tess4j.TesseractException;
import java.io.File;
public class OCRExample {
    public static void main(String[] args) {
        Tesseract tesseract = new Tesseract();
        tesseract.setDatapath("path/to/tessdata"); // 设置训练数据路径
        tesseract.setLanguage("eng"); // 设置语言
        try {
            String result = tesseract.doOCR(new File("path/to/image.png"));
            System.out.println("OCR Result: " + result);
        } catch (TesseractException e) {
            e.printStackTrace();
        }
    }
}

使用Google Cloud Vision API

Google Cloud Vision API 提供了强大的OCR功能，可以通过Java调用。

步骤：

创建Google Cloud项目：
- 在Google Cloud Console中创建一个新项目。
- 启用Vision API。
获取API密钥：

在Google Cloud Console中生成一个API密钥。

添加依赖：

使用Maven或Gradle添加Google Cloud Vision的Java客户端库。

<!-Maven依赖 -->
<dependency>
    <groupId>com.google.cloud</groupId>
    <artifactId>google-cloud-vision</artifactId>
    <version>2.0.0</version>
</dependency>

编写代码：

import com.google.cloud.vision.v1.ImageAnnotatorClient;
import com.google.cloud.vision.v1.ImageAnnotatorSettings;
import com.google.cloud.vision.v1.BatchAnnotateImagesResponse;
import com.google.cloud.vision.v1.EntityAnnotation;
import com.google.cloud.vision.v1.Feature;
import com.google.cloud.vision.v1.Image;
import com.google.protobuf.ByteString;
import java.io.FileInputStream;
import java.io.IOException;
import java.util.ArrayList;
import java.util.List;
public class GoogleVisionOCR {
    public static void main(String[] args) throws IOException {
        String apiKey = "YOUR_API_KEY";
        ImageAnnotatorSettings settings = ImageAnnotatorSettings.newBuilder().setCredentialsProvider(() -> {
            return new com.google.auth.oauth2.GoogleCredentials().createScoped(List.of("https://www.googleapis.com/auth/cloud-platform"));
        }).build();
        try (ImageAnnotatorClient vision = ImageAnnotatorClient.create(settings)) {
            ByteString imgBytes = ByteString.readFrom(new FileInputStream("path/to/image.png"));
            List<EntityAnnotation> texts = new ArrayList<>();
            Image img = Image.newBuilder().setContent(imgBytes).build();
            Feature feat = Feature.newBuilder().setType(Feature.Type.TEXT_DETECTION).build();
            BatchAnnotateImagesResponse response = vision.batchAnnotateImages(List.of(img), List.of(feat));
            response.getResponsesList().forEach(res -> texts.addAll(res.getTextAnnotationsList()));
            texts.forEach(text -> System.out.println("OCR Result: " + text.getDescription()));
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

使用ABBYY FineReader Engine

ABBYY FineReader Engine 是一个商业OCR引擎，提供了高精度的OCR功能。

步骤：

获取ABBYY FineReader Engine：

从ABBYY官网购买并下载FineReader Engine。
添加依赖：

将ABBYY的Java库添加到项目中。

编写代码：

import com.abbyy.ocr.engine.;
import java.io.File;
public class ABBYYOCR {
    public static void main(String[] args) {
        Engine engine = new Engine();
        try {
            engine.loadLibrary();
            License license = new License();
            license.setLicenseFile(new File("path/to/license.xml"));
            engine.activateLicense(license);
            ProcessingSettings settings = new ProcessingSettings();
            Task task = new Task();
            task.setInputFile(new File("path/to/image.png"));
            task.setOutputFile(new File("path/to/output.xml"));
            task.setProcessingSettings(settings);
            engine.processDocument(task);
            System.out.println("OCR completed successfully.");
        } catch (Exception e) {
            e.printStackTrace();
        } finally {
            engine.terminate();
        }
    }
}

使用其他OCR服务

除了上述方法,还可以使用其他OCR服务，如Microsoft Azure Computer Vision、Amazon Textract等，这些服务通常提供REST API，可以通过HTTP请求调用。

示例：使用Microsoft Azure Computer Vision

创建Azure账户：

在Azure门户中创建一个新资源,选择“Computer Vision”。
获取API密钥和端点：

在Azure门户中获取API密钥和端点URL。
添加依赖：

使用Maven或Gradle添加Azure的Java SDK。

编写代码：

import com.azure.cognitiveservices.vision.computervision.;
import com.azure.cognitiveservices.vision.computervision.models.;
import java.io.File;
import java.io.IOException;
import java.nio.file.Files;
import java.util.Base64;
public class AzureOCR {
    public static void main(String[] args) throws IOException {
        ComputerVisionClient computerVisionClient = ComputerVisionManager.authenticate(new ApiKeyServiceClientCredentials("YOUR_SUBSCRIPTION_KEY")).withEndpoint("https://<your-endpoint>.cognitiveservices.azure.com/");
        byte[] imageBytes = Files.readAllBytes(new File("path/to/image.png").toPath());
        String base64Image = Base64.getEncoder().encodeToString(imageBytes);
        ReadOperation operation = computerVisionClient.readInStream(new ByteArrayInputStream(imageBytes), /language=/null, /detectOrientation=/true);
        operation.block(); // Wait for the operation to complete
        ReadResult result = operation.value();
        for (ReadResultPage page : result.pages()) {
            for (Line line : page.lines()) {
                System.out.println("OCR Result: " + line.text());
            }
        }
    }
}