linux中使用tess4j识别图片中的文字(Java)

最新推荐文章于 2025-06-07 16:25:01 发布

原创最新推荐文章于 2025-06-07 16:25:01 发布 · 868 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#java

本文介绍了如何在Windows和Linux环境下使用Tess4J库进行OCR文字识别，包括依赖的.so文件管理、在Linux中安装及配置tesseract，以及设置Tessdata文件夹和语言参数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

tess4j依赖

<dependency>
    <groupId>net.sourceforge.tess4j</groupId>
    <artifactId>tess4j</artifactId>
    <version>4.4.1</version>
</dependency>

一、准备所需的.so文件
在windows导入依赖后直接可以使用，因为tess4j jar包中已经包含window32和64位所包含的库环境

在这里插入图片描述

在linux中需要有两个文件liblept.so.5 libtesseract.so,获取这两个文件则需要安装tesseract。
安装完成后将以下两个文件 拷贝一份，并重命名
如果使用4.4.1版本依赖可以通过这个链接直接下载(我的环境已经安装完成，这两个文件可以直接使用)
链接: https://pan.baidu.com/s/1sfg67PtMv27TXrdkXH8aWQ?pwd=vbbx 
提取码: vbbx

在这里插入图片描述

将两个文件放到resources/linux-x86-64中即可，然后可以直接打包在linux上运行
在这里插入图片描述

二、准备tessdata文件夹

代码思路是放到监听器中，在项目启动后将tessdata压缩包解压到/opt文件夹下

Tesseract tesseract = new Tesseract();
tesseract.setDatapath("/opt/tessdata");//指定tessdata文件的位置，自定义即可
tesseract.setLanguage("eng");//指定识别的语言
String code = tesseract.doOCR(bufferedImage);