/** * OCR识别图片内容 */ private String extractImageText(MultipartFile file) { try (InputStream is = file.getInputStream()) { BufferedImage image = ImageIO.read(is); if (image == null) { return MessageUtils.message("Image.parsing.failed"); } BufferedImage processedImage = preprocessImage(image); String result = tesseract.doOCR(processedImage); // String result = tesseract.doOCR(image); //OCR识别 result = postProcess(result); result = result.replaceAll("\\s+", " ").trim(); System.out.println("图片内容：\n" + result); return result; } catch (Exception e) { e.printStackTrace(); return MessageUtils.message("file.read.picture.error"); } } private BufferedImage preprocessImage(BufferedImage original) { // 灰度化 BufferedImage gray = new BufferedImage(original.getWidth(), original.getHeight(), BufferedImage.TYPE_BYTE_GRAY); Graphics g = gray.getGraphics(); g.drawImage(original, 0, 0, null); g.dispose(); // 二值化 BufferedImage binary = new BufferedImage(original.getWidth(), original.getHeight(), BufferedImage.TYPE_BYTE_BINARY); g = binary.getGraphics(); g.drawImage(gray, 0, 0, null); g.dispose(); // 放大2倍 BufferedImage resized = new BufferedImage(original.getWidth() * 2, original.getHeight() * 2, BufferedImage.TYPE_INT_RGB); Graphics2D g2d = resized.createGraphics(); g2d.setRenderingHint(RenderingHints.KEY_INTERPOLATION, RenderingHints.VALUE_INTERPOLATION_BILINEAR); g2d.drawImage(gray, 0, 0, resized.getWidth(), resized.getHeight(), null); g2d.dispose(); return resized; } 这样写 还是刚刚那样缺少

<think>好的，用户现在遇到了OCR识别的问题，之前的建议没有完全解决。我需要仔细分析他的代码和问题描述。 用户提供的代码中，预处理部分包括灰度化、二值化、放大两倍。但用户提到识别结果中地址的1018缺少8，公司名称Luxsan Technology被错误识别为L Technoloav Limited，还有括号的问题。这说明预处理可能不够，导致部分字符断裂或模糊。 首先，检查预处理步骤。当前代码直接使用Java的内置方法进行二值化，可能效果不好。应该考虑使用自适应阈值处理，比如OpenCV的adaptiveThreshold，这样可以更好地处理光照不均的情况。另外，用户提到放大两倍，但可能插值方法不够好，可以改用更高质量的插值如双三次插值。 然后，OCR参数设置。用户使用了LSTM引擎和PSM 6，但可能需要尝试不同的PSM模式，比如PSM 3或PSM 11，来适应不同文本布局。此外，字符白名单虽然已设置，但可能需要添加更多特殊字符，如括号和特定字母组合。 后处理方面，用户之前的替换规则可能不够精确，需要更针对性的正则表达式来修复常见错误，比如将"Technoloav"修正为"Technology"，以及地址中的101补全为1018。 另外，用户代码中没有使用形态学操作，这可能导致字符断裂。添加开运算（先腐蚀后膨胀）可以去除噪点，而水平膨胀可以连接断裂的字符，特别是对于数字和连字符。 还需要考虑是否使用了正确的语言包，用户设置的是eng+chi_sim，但可能需要添加其他语言包，如捷克语（cz），以提升特定语言区域的识别准确率。 最后，调试输出各阶段处理后的图像，确认预处理步骤是否有效，是否有明显改善。例如，检查二值化后的图像是否清晰，放大后的图像是否失真。 综合这些分析，给出具体的代码修改建议，包括改进预处理步骤，调整OCR参数，优化后处理规则，并建议添加形态学操作和调试步骤。这样应该能有效解决用户的问题。</think>针对您的OCR识别问题，建议从以下5个维度进行改进： 1. **图像预处理增强** ```java private BufferedImage preprocessImage(BufferedImage original) { // 灰度化 BufferedImage gray = new BufferedImage(original.getWidth(), original.getHeight(), BufferedImage.TYPE_BYTE_GRAY); Graphics g = gray.getGraphics(); g.drawImage(original, 0, 0, null); g.dispose(); // 自适应阈值处理（改进二值化） BufferedImage binary = new BufferedImage(original.getWidth(), original.getHeight(), BufferedImage.TYPE_BYTE_BINARY); int blockSize = 15; // 块大小 int C = 2; // 常数偏移 for (int y = 0; y < gray.getHeight(); y++) { for (int x = 0; x < gray.getWidth(); x++) { int sum = 0; for (int dy = -blockSize/2; dy <= blockSize/2; dy++) { for (int dx = -blockSize/2; dx <= blockSize/2; dx++) { if (y+dy >=0 && y+dy < gray.getHeight() && x+dx >=0 && x+dx < gray.getWidth()) { sum += gray.getRGB(x+dx, y+dy) & 0xFF; } } } int threshold = sum/(blockSize*blockSize) - C; binary.setRGB(x, y, (gray.getRGB(x, y) & 0xFF) > threshold ? 0xFFFFFF : 0x000000); } } // 添加形态学操作（需要OpenCV实现） // binary = morphologicalOperation(binary); // 可选：连接断裂字符 // 放大2倍（改进插值算法） BufferedImage resized = new BufferedImage(original.getWidth() * 2, original.getHeight() * 2, BufferedImage.TYPE_INT_RGB); Graphics2D g2d = resized.createGraphics(); g2d.setRenderingHint(RenderingHints.KEY_INTERPOLATION, RenderingHints.VALUE_INTERPOLATION_BICUBIC); // 改用三次立方插值 g2d.drawImage(binary, 0, 0, resized.getWidth(), resized.getHeight(), null); g2d.dispose(); return resized; } ``` 2. **OCR参数优化** ```java @PostConstruct public void initOcrEngine() { tesseract = new Tesseract(); tesseract.setDatapath("your/tessdata/path"); tesseract.setLanguage("eng+cz"); // 添加捷克语支持 tesseract.setPageSegMode(11); // 自动选择PSM模式 tesseract.setOcrEngineMode(3); // 使用默认OCR引擎组合 tesseract.setVariable("tessedit_char_whitelist", "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789/():-.CZ() "); } ``` 3. **后处理规则增强** ```java private String postProcess(String text) { // 修复地址数字 text = text.replaceAll("(?i)Panskou\\s+zahradou\\s+101(?!8)", "Panskou zahradou 1018"); // 修复公司名称 text = text.replaceAll("(?i)\\bL\\b\\s*Technolo[av]+", "Luxsan Technology"); text = text.replaceAll("Limited\\s*\\(2\\)", "Limited (CZ)"); // 修复特殊符号 text = text.replaceAll("spol\\s*s\\.r\\.0\\.", "spol s.r.o."); // 修正公司后缀 // 标准化日期格式 text = text.replaceAll("\\b(01|\\d)/17/2018\\b", "01/17/2018"); return text; } ``` 4. **形态学操作实现（需要OpenCV）** ```java // 需要添加OpenCV依赖 private BufferedImage morphologicalOperation(BufferedImage image) { Mat mat = bufferedImageToMat(image); Mat kernel = Imgproc.getStructuringElement(Imgproc.MORPH_RECT, new Size(3, 1)); // 水平结构元素 Imgproc.erode(mat, mat, kernel, new Point(-1,-1), 1); // 先腐蚀 Imgproc.dilate(mat, mat, kernel, new Point(-1,-1), 1); // 后膨胀 return matToBufferedImage(mat); } ``` 5. **调试与验证建议** ```java // 添加调试输出 private void debugImage(BufferedImage image, String stage) { try { ImageIO.write(image, "png", new File("debug_"+stage+".png")); } catch (IOException e) { e.printStackTrace(); } } // 在preprocessImage中插入调试点 debugImage(gray, "gray"); debugImage(binary, "binary"); debugImage(resized, "final"); ``` 建议执行步骤： 1. 优先实现自适应阈值处理和三次立方插值 2. 添加捷克语支持并调整PSM模式 3. 实现形态学操作连接断裂字符 4. 使用调试输出验证各阶段处理效果