字识别是利用计算机自动识别字符的技术，是模式识别应用的一个重要领域。文字识别一般包括文字信息的采集、信息的分析与处理、信息的分类判别等几个部分。70年代主要研究文字识别的基本理论和研制高性能的文字识别机，并着重于汉字识别的研究。
java文字识别程序的关键是寻找一个可以调用的OCR引擎。tesseract-ocr就是一个这样的OCR引擎，在1985年到1995年由HP实验室开发，现在在Google。tesseract-ocr 3.0发布，支持中文。不过tesseract-ocr 3.0不是图形化界面的客户端，别人写的FreeOCR图形化客户端还不支持导入新的 3.0 traineddata。但这标志着，现在有自由的中文OCR软件了。
如果有想学习java的同学，可来我们的java技术学习QQ群：928204055，免费送整套系统的java视频教程！我每晚上8点还会在群内直播讲解Java知识，欢迎大家前来学习哦~下面是部分资料截图：
java中使用tesseract-ocr3.01的步骤如下：
1.下载安装tesseract-ocr-setup-3.01-1.exe（3.0以上版本才增加了中文识别）
2.在安装向导中可以选择需要下载的语言包。
3.到网上搜索下载java图形处理所需的2个包：jai_imageio-1.1-alpha.jar，swingx-1.6.1.jar
4.java程序清单：
ImageIOHelper 类：
OCR 类：
测试类TestOCR ：
经过测试，tesseract-ocr 3.01的文字识别率很高，对于网站中常见的验证码识别率也很高。
欢迎关注胖胖爱Java的简书号，可视化学习java，每天更新文章，让Java学习更加简单。
声明：本文内容来源于网络，如有侵权请联系删除
网友评论