【SpringBoot框架篇】36.整合Tess4J搭建提供图片文字识别的Web服务

文章目录

简介
文件下载
引入依赖
main函数中使用
基于Springboot搭建OCR Web服务
- 配置traineddata路径
- 枚举用到的语种类型
- 定义接口响应的json数据格式
- 封装OCR服务引擎
- 编写web提供服务的接口
- 启动服务并且测试
- html demo扩展
项目配套代码

简介

Tess4J是一个基于Tesseract OCR引擎的Java接口，可以用来识别图像中的文本。
Tesseract是一个开源的光学字符识别（OCR）引擎，它可以将图像中的文字转换为计算机可读的文本。支持多种语言和书面语言，并且可以在命令行中执行。它是一个流行的开源OCR工具，可以在许多不同的操作系统上运行。

文件下载

目前我测试只用到简体中文和英文，所以只下载了两个
简体中文下载
英文下载

其它语种请按需下载

把下载后的文件统一放到一个目录下
在这里插入图片描述

引入依赖

      	<dependency><groupId>net.sourceforge.tess4j</groupId><artifactId>tess4j</artifactId><version>5.10.0</version></dependency><dependency><groupId>org.projectlombok</groupId><artifactId>lombok</artifactId></dependency>

main函数中使用

    public static void main(String[] args) throws Exception {ITesseract tesseract = new Tesseract();// 设置训练集文件存储目录tesseract.setDatapath("D:/traineddata");// 设置引擎为中文简体 文件名不含后缀tesseract.setLanguage("chi_sim");String result = tesseract.doOCR(ImageIO.read(new File("D:\\test\\zh.png")));System.out.println(result);// 设置引擎为英文tesseract.setLanguage("eng");result = tesseract.doOCR(ImageIO.read(new File("D:\\test\\en.png")));System.out.println(result);}

识别结果如下
在这里插入图片描述

基于Springboot搭建OCR Web服务

配置traineddata路径

application.yaml中配置如下内容

server:port: 8036
#ocr引擎存放路径
tess4j:datapath: D:/traineddata

枚举用到的语种类型

/*** @Description 自行扩展需要的OCR引擎语种* @Author Dominick Li**/
@Getter
@AllArgsConstructor
public enum LanguageTypeEnum {CHINESE_SIMPLIFIED("chi_sim", "简体中文"),ENGLISH("eng", "英文");private final String value;private final String language;/*** 根据语种查找枚举对象* @param language 前端传的参数* @return 没找到对应的则默认使用简单中文*/public static LanguageTypeEnum getLanguageByType(String language) {for (LanguageTypeEnum languageTypeEnum : LanguageTypeEnum.values()) {if (languageTypeEnum.getValue().equals(language)) {return languageTypeEnum;}}return CHINESE_SIMPLIFIED;}}

定义接口响应的json数据格式

@Data
@Builder
@AllArgsConstructor
@JsonInclude(JsonInclude.Include.NON_NULL)
public class OcrResult {/*** 是否识别成功*/public boolean success;/*** 识别时间*/public long time;/*** 识别结果*/public String[] texts;/*** 异常信息*/public String msg;public static OcrResult success(String text, long time) {return OcrResult.builder().success(true).texts(text.split("\n")).time(time).build();}public static OcrResult fail(String msg) {return OcrResult.builder().success(false).msg(msg).build();}}

封装OCR服务引擎

@Slf4j
@Service
public class TesseractServer {@Value("${tess4j.datapath}")private String datapath;private final static Map<LanguageTypeEnum, ITesseract> SERVER_INSTANCE = new HashMap<>();/*** 根据枚举配置的语种初始化Tesseract引擎*/@PostConstructpublic void init() {ITesseract iTesseract;for (LanguageTypeEnum languageTypeEnum : LanguageTypeEnum.values()) {iTesseract = new Tesseract();//设置训练集文件存储目录iTesseract.setDatapath(datapath);//设置语种iTesseract.setLanguage(languageTypeEnum.getValue());SERVER_INSTANCE.put(languageTypeEnum, iTesseract);log.info("load {}  ocr model", languageTypeEnum.getLanguage());}}/*** ocr识别*/private OcrResult doOCR(ITesseract iTesseract, BufferedImage bufferedImage) throws Exception {String result = null;long startTime = System.currentTimeMillis();result = iTesseract.doOCR(bufferedImage);long time = System.currentTimeMillis()-startTime;log.info("Time is： {} 毫秒", time);return OcrResult.success(result, time);}public OcrResult ocrImage(LanguageTypeEnum languageTypeEnum, File file) throws Exception {return doOCR(SERVER_INSTANCE.get(languageTypeEnum), ImageIO.read(file));}public OcrResult ocrImage(LanguageTypeEnum languageTypeEnum, MultipartFile file) throws Exception {return ocrImage(languageTypeEnum, ImageIO.read(new ByteArrayInputStream(file.getBytes())));}public OcrResult ocrImage(LanguageTypeEnum languageTypeEnum, BufferedImage bufferedImage) throws Exception {return doOCR(SERVER_INSTANCE.get(languageTypeEnum), bufferedImage);}}

编写web提供服务的接口

@Slf4j
@RestController
@RequestMapping("/api")
public class OcrController {@Resourceprivate TesseractServer tesseractServer;/*** OCR识别  /ocr/chi_sim          /ocr/eng* @param language 使用的模型语种  chi_sim=简体中文  eng=英文* @param file 需要识别的图片*/@PostMapping("/ocr/{language}")public OcrResult recognize(@PathVariable String language, MultipartFile file) {try {// 对图片进行文字识别return tesseractServer.ocrImage(LanguageTypeEnum.getLanguageByType(language), file);} catch (Exception e) {log.error("error:{}", e.getMessage());return OcrResult.fail(e.getMessage());}}}

启动服务并且测试

http://127.0.0.1:8036/api/ocr/chi_sim 中文引擎识别
http://127.0.0.1:8036/api/ocr/eng 英文引擎识别
在这里插入图片描述

到此基于Springboot框架搭建提供Ocr能力的Web服务就完成

html demo扩展

基于html + jquery 搭建的简陋的demo, 访问路径http://127.0.0.1:8036/index.html
在这里插入图片描述

index.html文件源码，放到项目resources/static目录下即可

<!DOCTYPE html>
<html>
<head><meta http-equiv="Content-Type" content="text/html; charset=UTF-8"/><title>OCR测试页面</title>
</head>
<style type="text/css">#app {display: flex;margin: 50px;height: 1000px;}#app div {padding: 50px;width: 50%;border: solid 1px #000;height: 100%;}
</style>
<body>
<div id="app"><div id="left" class="upload-box clear"><input type="file" id="fileInput">选择OCR识别使用的语种<input type="radio" name="language" value="zh_sim" checked="checked"/> 简体中文<input type="radio" name="language" value="eng"/> 英文<input id="summit" type="button" value="识别"></br><img id="previewImage" src="" alt="Preview Image" width="100%"></div><div><h2>识别结果</h2><p>识别时间:<span id="time"></span>毫秒</p><p id="resust"></p></div>
</div><script src="https://cdn.staticfile.org/jquery/3.1.0/jquery.min.js"></script>
<script type="text/javascript">const fileInput = document.getElementById('fileInput');const previewImage = document.getElementById('previewImage');fileInput.addEventListener('change', function () {const file = fileInput.files[0]; // 获取选中的文件对象if (file) {let language = $('input[name="language"]:checked').val();uploadOcr(file, language);const reader = new FileReader();reader.addEventListener('load', function () {// 当文件读取完成时触发的事件处理函数previewImage.src = reader.result;});reader.readAsDataURL(file);}});document.getElementById('summit').addEventListener('click', function () {const file = fileInput.files[0]; // 获取选中的文件对象let language = $('input[name="language"]:checked').val();uploadOcr(file, language);})function uploadOcr(file, language) {var formData = new FormData();formData.append('file', file);$.ajax({url: "/api/ocr/" + language, // 上传图片的后端接口地址type: 'POST',data: formData,processData: false,contentType: false,success: function (response) {// 上传成功后的处理逻辑console.log('上传成功' + response);$("#time").html(response.time);if (response.success) {$("#resust").html("");for (var i = 0; i < response.texts.length; i++) {$("#resust").append(response.texts[i]).append("<br/>");}}},error: function (xhr, status, error) {// 上传失败后的处理逻辑console.log('上传失败');}});}
</script>
</body>
</html>