日韩无码专区无码一级三级片|91人人爱网站中日韩无码电影|厨房大战丰满熟妇|AV高清无码在线免费观看|另类AV日韩少妇熟女|中文日本大黄一级黄色片|色情在线视频免费|亚洲成人特黄a片|黄片wwwav色图欧美|欧亚乱色一区二区三区

RELATEED CONSULTING
相關(guān)咨詢
選擇下列產(chǎn)品馬上在線溝通
服務(wù)時(shí)間：8:30-17:00
你可能遇到了下面的問題
關(guān)閉右側(cè)工具欄

新聞中心

這里有您想知道的互聯(lián)網(wǎng)營銷解決方案
幾行Java代碼搞定圖片提取文字功能

 近日瀏覽網(wǎng)上一些圖片提取文字的網(wǎng)站，覺得甚是有趣，花費(fèi)半日也做了個(gè)在線圖片識別程序，完成了兩個(gè)技術(shù)方案的選擇，一是 tesseract + Python flask的方案實(shí)現(xiàn)，二是 tesseract + Spring web 的技術(shù)解決方案，并簡作論述，與君共勉。

創(chuàng)新互聯(lián)是一家專注于成都網(wǎng)站設(shè)計(jì)、網(wǎng)站制作與策劃設(shè)計(jì),通道網(wǎng)站建設(shè)哪家好?創(chuàng)新互聯(lián)做網(wǎng)站,專注于網(wǎng)站建設(shè)十年,網(wǎng)設(shè)計(jì)領(lǐng)域的專業(yè)建站公司;建站業(yè)務(wù)涵蓋:通道等地區(qū)。通道做網(wǎng)站價(jià)格咨詢:18982081108

一、tesseract-ocr介紹

ocr 含義是Optical Character Recognition，含義即視覺字符識別。而tesseract是該領(lǐng)域特別優(yōu)秀開源的作品。

官方的tesseract定義：

OCR engine - libtesseract and a command line program - tesseract.

即tesseract包括一個(gè)視覺字符識別引擎libtesseract和命令行程序tesseract。

當(dāng)前最新穩(wěn)定版本是4.x.x基于LSTM，源碼可從找到tesseract的GitHub: tesseract.找到。

關(guān)于tesseract的工作模式如上圖所示。假設(shè)現(xiàn)在有一個(gè)圖片輸入，整個(gè)執(zhí)行流程為：

  1.  輸入（一張圖片）
  2.  有用信息提取（比如一個(gè)圖片上只有一個(gè)字，那其他留白的是無用，這個(gè)字上每個(gè)色素是有效的并且相關(guān)）
  3.  找出文字/線條
  4.  字符分類集
  5.  輸入與分類集對比找出最接近的
  6.  輸出識別結(jié)果

二、安裝tesseract

第一步下載

下載合適的exe安裝文件：

網(wǎng)址：https://digi.bib.uni-mannheim.de/tesseract/，下載完成后后裝即可

第二步環(huán)境變量配置

在path變量中加入tesseract-ocr的安裝路徑

第三步安裝成功檢測

使用tesseract指令，顯示如下：

Linux環(huán)境下載安裝與上述類似

下載leptonica 和 tesseract兩個(gè)包，解壓安裝，配置環(huán)境變量即可。網(wǎng)上很容易找到該安裝包。

三、使用命令行

1.tesseract + 圖片路徑 + 保存結(jié)果名 + -l 語言集

示列: tesseract 1606150081.png 1606150081 -l chi_sim

2.tesseract + 圖片路徑 +stdout -l +語言集

示列: tesseract D:\company\ruigushop\spring-2s\test.png stdout -l chi_sim

有了上述之后就可以完成web圖片識別程序的開發(fā)啦，廢話不多說，直接上代碼。

四、程序?qū)崿F(xiàn)(Python)

程序設(shè)計(jì)思路:

上傳圖片 -> 保存 ->對上傳的圖片執(zhí)行tesseract指令->獲取識別結(jié)果

只有二十多行代碼就實(shí)現(xiàn)了，so easy，以后網(wǎng)上看到圖片識別程序再也不會感覺神奇了吧！ 

 
 
 
 
    
  
  
  
  
  1. # coding=utf-8  
    2. 
  
  
  
  
  2. from flask import Flask, request  
    3. 
  
  
  
  
  3. import os  
    4. 
  
  
  
  
  4. import datetime  
    5. 
  
  
  
  
  5. import time  
    6. 
  
  
  
  
  6. app = Flask(__name__) 
    7. 
  
  
  
  
  7. def get_time_stamp():  
    8. 
  
  
  
  
  8.     times = datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')  
    9. 
  
  
  
  
  9.     array = time.strptime(times, "%Y-%m-%d %H:%M:%S")  
    10. 
  
  
  
  
  10.     time_stamp = int(time.mktime(array))  
    11. 
  
  
  
  
  11.     return time_stamp  
    12. 
  
  
  
  
  12. @app.route('/image/extract', methods=['POST'])  
    13. 
  
  
  
  
  13. def pure_rec():  
    14. 
  
  
  
  
  14.     file = request.files.get('file')  
    15. 
  
  
  
  
  15.     ts = str(get_time_stamp())  
    16. 
  
  
  
  
  16.     up_path = os.path.join(ts + file.filename)  
    17. 
  
  
  
  
  17.     file.save(up_path)  
    18. 
  
  
  
  
  18.     cmd = "tesseract "+up_path+" " + ts + " -l chi_sim"  
    19. 
  
  
  
  
  19.     print(cmd)  
    20. 
  
  
  
  
  20.     os.system(cmd)  
    21. 
  
  
  
  
  21.     with open(ts+".txt", 'r+', encoding="utf-8") as f: 
    22. 
  
  
  
  
  22.         result = f.read()  
    23. 
  
  
  
  
  23.         return result   
    24. 
  
  
  
  
  24. if __name__ == '__main__':  
    25. 
  
  
  
  
  25.     app.run(debug=True) 
    26.

五、程序?qū)崿F(xiàn)（Java）

不需要任何引入第三方j(luò)ar包，搭建一個(gè)簡單的 Springboot Web 項(xiàng)目就可以了，沒有其他額外的依賴。

Controller: 

 
 
 
 
    
  
  
  
  
  1. @RestController  
    2. 
  
  
  
  
  2. public class LiteralExtractController {  
    3. 
  
  
  
  
  3.     @PostMapping("/image/extract")  
    4. 
  
  
  
  
  4.     public String reg(@RequestParam("file")MultipartFile file) throws IOException {  
    5. 
  
  
  
  
  5.         String result = "";  
    6. 
  
  
  
  
  6.         String filefilename = file.getOriginalFilename();  
    7. 
  
  
  
  
  7.         File save = new File(System.getProperty("user.dir")+"\\"+filename);  
    8. 
  
  
  
  
  8.         if (!save.exists()){  
    9. 
  
  
  
  
  9.             save.createNewFile();  
    10. 
  
  
  
  
  10.         }  
    11. 
  
  
  
  
  11.         file.transferTo(save);  
    12. 
  
  
  
  
  12.         String cmd = String.format("tesseract %s stdout -l %s",System.getProperty("user.dir")+"\\"+filename,"chi_sim");  
    13. 
  
  
  
  
  13.         result = cmd(cmd);  
    14. 
  
  
  
  
  14.         return result;  
    15. 
  
  
  
  
  15.     }  
    16. 
  
  
  
  
  16.     public static String cmd(String cmd) {  
    17. 
  
  
  
  
  17.         BufferedReader br = null;  
    18. 
  
  
  
  
  18.         try {  
    19. 
  
  
  
  
  19.             Process p = Runtime.getRuntime().exec(cmd);  
    20. 
  
  
  
  
  20.             br = new BufferedReader(new InputStreamReader(p.getInputStream()));  
    21. 
  
  
  
  
  21.             String line = null;  
    22. 
  
  
  
  
  22.             StringBuilder sb = new StringBuilder();  
    23. 
  
  
  
  
  23.             while ((line = br.readLine()) != null) {  
    24. 
  
  
  
  
  24.                 sb.append(line + "\n");  
    25. 
  
  
  
  
  25.             }  
    26. 
  
  
  
  
  26.             return sb.toString();  
    27. 
  
  
  
  
  27.         } catch (Exception e) {  
    28. 
  
  
  
  
  28.             e.printStackTrace();  
    29. 
  
  
  
  
  29.         }  
    30. 
  
  
  
  
  30.         finally  
    31. 
  
  
  
  
  31.         {  
    32. 
  
  
  
  
  32.             if (br != null)  
    33. 
  
  
  
  
  33.             {  
    34. 
  
  
  
  
  34.                 try {  
    35. 
  
  
  
  
  35.                     br.close();  
    36. 
  
  
  
  
  36.                 } catch (Exception e) {  
    37. 
  
  
  
  
  37.                     e.printStackTrace();  
    38. 
  
  
  
  
  38.                 }  
    39. 
  
  
  
  
  39.             }  
    40. 
  
  
  
  
  40.         }  
    41. 
  
  
  
  
  41.         return null;  
    42. 
  
  
  
  
  42.     }  
    43. 
  
  
  
  
  43. } 
    44.

六、實(shí)驗(yàn)測試

很簡單二十多行代碼就完成了，看看效果怎么樣吧。

測試一圖片：

測試一結(jié)果：

測試二圖片：

測試二結(jié)果：

perfect，識別的很準(zhǔn)確，第二個(gè)測試全部是英文字符的時(shí)候我們采用了中文訓(xùn)練的數(shù)據(jù)集，雖然也很好的識別了，但是速度會慢很多。

七、總結(jié)

圖片識別在當(dāng)今網(wǎng)絡(luò)技術(shù)領(lǐng)域是非常熱門的一塊，而這次完成的這個(gè)程序完全是依賴別人開源框架來完成了這個(gè)技術(shù)實(shí)現(xiàn)，在應(yīng)用層面這是成功的，但是本質(zhì)上并沒有實(shí)際算法，技術(shù)核心上的東西，如果只關(guān)心應(yīng)用層開發(fā)上述解決了我們計(jì)算機(jī)在規(guī)則字符識別上的問題。

上述代碼中基本沒有難點(diǎn)，直接復(fù)制即可使用。此外，tesseract作為一款優(yōu)秀的開源字符識別軟件，但它也不是萬能的，tesseract只能識別規(guī)則的字符，對于一些藝術(shù)字，抽象字它是無能為力的。 


標(biāo)題名稱：幾行Java代碼搞定圖片提取文字功能
URL網(wǎng)址：http://m.5511xx.com/article/dpejdhe.html