Java光學(xué)字符的識(shí)別方式

本篇內(nèi)容介紹了“Java光學(xué)字符的識(shí)別方式”的有關(guān)知識(shí)，在實(shí)際案例的操作過(guò)程中，不少人都會(huì)遇到這樣的困境，接下來(lái)就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細(xì)閱讀，能夠?qū)W有所成！

創(chuàng)新互聯(lián)公司服務(wù)項(xiàng)目包括雙峰網(wǎng)站建設(shè)、雙峰網(wǎng)站制作、雙峰網(wǎng)頁(yè)制作以及雙峰網(wǎng)絡(luò)營(yíng)銷策劃等。多年來(lái)，我們專注于互聯(lián)網(wǎng)行業(yè)，利用自身積累的技術(shù)優(yōu)勢(shì)、行業(yè)經(jīng)驗(yàn)、深度合作伙伴關(guān)系等，向廣大中小型企業(yè)、政府機(jī)構(gòu)等提供互聯(lián)網(wǎng)行業(yè)的解決方案，雙峰網(wǎng)站推廣取得了明顯的社會(huì)效益與經(jīng)濟(jì)效益。目前，我們服務(wù)的客戶以成都為中心已經(jīng)輻射到雙峰省份的部分城市，未來(lái)相信會(huì)繼續(xù)擴(kuò)大服務(wù)區(qū)域并繼續(xù)獲得客戶的支持與信任！

1.1 介紹

開(kāi)發(fā)具有一定價(jià)值的符號(hào)是人類特有的特征。對(duì)于人們來(lái)說(shuō)識(shí)別這些符號(hào)和理解圖片上的文字是非常正常的事情。與計(jì)算機(jī)那樣去抓取文字不同，我們完全是基于視覺(jué)的本能去閱讀它們。

另一方面，計(jì)算機(jī)的工作需要具體的和有組織的內(nèi)容。它們需要數(shù)字化的表示，而不是圖形化的。

有時(shí)候，這是不可能的。有時(shí)，我們希望自動(dòng)化的完成用雙手從圖像重寫(xiě)文本的任務(wù)。

針對(duì)這些任務(wù)，光學(xué)字符識(shí)別（OCR）被設(shè)計(jì)成一種允許計(jì)算機(jī)以文本形式“閱讀”圖形化內(nèi)容的方法，和人類工作的方式相似。雖然這些系統(tǒng)相對(duì)準(zhǔn)確，但仍然可能有相當(dāng)大的偏差。即便如此，修復(fù)系統(tǒng)的錯(cuò)誤結(jié)果也遠(yuǎn)比手工從頭開(kāi)始要更加容易和快速。

就像所有的系統(tǒng)一樣，本質(zhì)上是相似的，光學(xué)字符識(shí)別軟件在準(zhǔn)備好的數(shù)據(jù)集上進(jìn)行訓(xùn)練，這些數(shù)據(jù)集提供了足夠多的數(shù)據(jù)用來(lái)幫助學(xué)習(xí)字符間的差異。如果我們想讓結(jié)果更加準(zhǔn)確，那么這些軟件如何學(xué)習(xí)也是非常重要的話題，不過(guò)這將是另外一篇文章的內(nèi)容了。

與其重新造輪或者想出一個(gè)非常復(fù)雜（但有用）的解決方案，不如我們先坐下來(lái)看看已有的解決方案。

1.2 Tesseract

科技巨頭 Google 一直在開(kāi)發(fā)一個(gè) OCR 引擎 Tesseract ，它從最初誕生到現(xiàn)在已有數(shù)十年的歷史。它為許多語(yǔ)言提供了API，不過(guò)我們將專注于 Tesseract 的 Java API 。

很容易使用 Tesseract 來(lái)實(shí)現(xiàn)一個(gè)簡(jiǎn)單的功能。它主要用于讀取計(jì)算機(jī)在黑白圖片上生成的文字，并且結(jié)果的準(zhǔn)確度較好。但這不是針對(duì)真實(shí)世界的文本。

對(duì)于現(xiàn)實(shí)世界中，我們最好使用像谷歌 Vision 這樣的更高級(jí)的光學(xué)字符識(shí)別軟件，這將在另一篇文章中討論。

1.2.1 Maven依賴

我們只需要簡(jiǎn)單的添加一個(gè)依賴，就可以將引擎引入到我們的項(xiàng)目：

<dependency>
    <groupid>net.sourceforge.tess4j</groupid>
    <artifactid>tess4j</artifactid>
    <version>3.2.1</version>
</dependency>

1.2.2 光學(xué)字符識(shí)別

使用 Tesseract 毫不費(fèi)力：

Tesseract tesseract = new Tesseract();
tesseract.setDatapath("E://DataScience//tessdata");
System.out.println(tesseract.doOCR(new File("...")));

我們先實(shí)例化一個(gè) Tesseract 實(shí)例，然后為已訓(xùn)練好的 LSTM （長(zhǎng)短期記憶網(wǎng)絡(luò)）模型設(shè)置數(shù)據(jù)路徑。

數(shù)據(jù)可以從官方GitHub帳號(hào)處下載。

然后我們調(diào)用 doOCR() 方法，該方法接受一個(gè)文件參數(shù)并且返回一個(gè)字符串——提取的內(nèi)容。

讓我們給它提供一張有著大而清晰的黑色字符的白色背景圖片：

提供這樣一張圖片會(huì)獲得完美的結(jié)果：

Optical Character Recognition in Java is made easy with the help of Tesseract'

不過(guò)這張圖片掃描起來(lái)過(guò)于簡(jiǎn)單了。它已經(jīng)被歸一化，而且有高分辨率和一致的字體。

讓我們來(lái)試試在紙上手寫(xiě)一些字符并將該圖片提供給應(yīng)用程序，這將會(huì)發(fā)生些什么呢：

我們可以立即看到結(jié)果的改變：

A411“, written texz: is different {mm compatar generated but

有一些單詞十分準(zhǔn)確，并且你可以很輕松的辨認(rèn)出 “written text is different from computer generated” ，但是第一個(gè)和最后一個(gè)單詞差得有點(diǎn)多。

現(xiàn)在，為了讓程序使用起來(lái)更簡(jiǎn)單，我們把它轉(zhuǎn)換成一個(gè)十分簡(jiǎn)單的 Spring Boot 應(yīng)用程序，用更加舒適的圖形化界面來(lái)展示結(jié)果。

1.3 實(shí)現(xiàn)

1.3.1 Spring Boot應(yīng)用程序

首先，從使用Spring Initializr創(chuàng)建我們的項(xiàng)目開(kāi)始。它包含spring-boot-starter-web和spring-boot-starter-thymeleaf依賴。然后我們手動(dòng)導(dǎo)入Tesseract：

1.3.2 控制器

該應(yīng)用程序只需要一個(gè)控制器，它將為我們提供兩個(gè)頁(yè)面的展示、處理圖片上傳和光學(xué)字符識(shí)別功能：

@Controller
public class FileUploadController {

    @RequestMapping("/")
    public String index() {
        return "upload";
    }

    @RequestMapping(value = "/upload", method = RequestMethod.POST)
    public RedirectView singleFileUpload(@RequestParam("file") MultipartFile file,
                                   RedirectAttributes redirectAttributes, Model model) throws IOException, TesseractException {

        byte[] bytes = file.getBytes();
        Path path = Paths.get("E://simpleocr//src//main//resources//static//" + file.getOriginalFilename());
        Files.write(path, bytes);

        File convFile = convert(file);
        Tesseract tesseract = new Tesseract();
        tesseract.setDatapath("E://DataScience//tessdata");
        String text = tesseract.doOCR(convFile);
        redirectAttributes.addFlashAttribute("file", file);
        redirectAttributes.addFlashAttribute("text", text);
        return new RedirectView("result");
    }

    @RequestMapping("/result")
    public String result() {
        return "result";
    }

    public static File convert(MultipartFile file) throws IOException {
        File convFile = new File(file.getOriginalFilename());
        convFile.createNewFile();
        FileOutputStream fos = new FileOutputStream(convFile);
        fos.write(file.getBytes());
        fos.close();
        return convFile;
    }
}

Tesseract 可以和Java的 File 類一起工作，但是不支持表單上傳的 MultipartFile 類。為了便于處理，我們添加了一個(gè)簡(jiǎn)單的 convert() 方法，它將 MultipartFile 對(duì)象轉(zhuǎn)換成一個(gè)普通的 File 對(duì)象。

一旦我們利用 Tesseract 提取出了文本，我們只需將該文本和掃描的圖像一起添加到模型當(dāng)中，然后附加到重定向的展示頁(yè)面 - result。

1.3.3 展示頁(yè)面

現(xiàn)在，讓我們定義一個(gè)包含簡(jiǎn)單文件上傳表單的展示頁(yè)面：

<h2>Upload a file for OCR:</h2>

<form method="POST" action="/upload" enctype="multipart/form-data">
    <input type="file" name="file"><br><br>
    <input type="submit" value="Submit">
</form>

以及一個(gè)結(jié)果頁(yè)面：

<h2>Extracted Content:</h2>
<h3>&gt;<span th:text="${text}"></span></h3>

<p>From the image:</p>
<img th:src="'/' + ${file.getOriginalFilename()}" src="">

運(yùn)行這個(gè)應(yīng)用程序?qū)?huì)有一個(gè)簡(jiǎn)單的交互界面迎接我們：

添加一個(gè)圖片并提交它，屏幕上的結(jié)果將會(huì)包含提取的文本和上傳的圖片：

成功了！

1.4 結(jié)論

利用谷歌的 Tesseract 引擎，我們搭建了一個(gè)十分簡(jiǎn)單的應(yīng)用，它接受從表單提交來(lái)的圖片，從中提取文本內(nèi)容，最后將結(jié)果和圖片一起返回給我們。

由于我們只使用了 Tesseract 有限的功能，所以這不是一個(gè)特別有用的應(yīng)用程序。而且該應(yīng)用程序?qū)τ谘菔灸康闹獾娜魏纹渌猛径歼^(guò)于簡(jiǎn)單，但是它可以作為一個(gè)有趣的工具來(lái)實(shí)現(xiàn)和測(cè)試。

“Java光學(xué)字符的識(shí)別方式”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí)可以關(guān)注創(chuàng)新互聯(lián)網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實(shí)用文章！

網(wǎng)頁(yè)名稱：Java光學(xué)字符的識(shí)別方式
分享地址：http://bm7419.com/article20/gihhco.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供動(dòng)態(tài)網(wǎng)站、App開(kāi)發(fā)、網(wǎng)站內(nèi)鏈、建站公司、品牌網(wǎng)站制作、網(wǎng)站設(shè)計(jì)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)