图像识别 | 使用 Java 实现AI人工智能技术-图像识别功能

码神联盟

发布于 2018-07-30 11:40:44

11.9K0

发布于 2018-07-30 11:40:44

文章被收录于专栏：码神联盟

说到语音识别、语音翻译、图像识别、人脸识别等等，现在已经非常非常非常普及了，看过‘最强大脑’的朋友，也应该对‘小度’这个机器人有所了解，战胜国际顶尖的‘大脑’- 水哥，(PS：内幕不知)，那么今天，我们来看下关于图像识别，是如何做到的，Java又是如何识别图像的？

图像识别技术是人工智能的一个重要领域。为了编制模拟人类图像识别活动的计算机程序，人们提出了不同的图像识别模型。例如模板匹配模型。这种模型认为，识别某个图像，必须在过去的经验中有这个图像的记忆模式，又叫模板。当前的刺激如果能与大脑中的模板相匹配，这个图像也就被识别了。

图像识别场景

1：人脸识别

2：车牌识别

图像识别原理

原理：

人脸识别系统主要包括四个组成部分，分别为：人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。

车牌识别过程：

车牌预处理---字符分割--归一化处理--细化处理--字符特征提取--神经网络训练。

基本过程：

JAVA图像识别示例

Java图像识别示例：

需求：java实现图像识别--车牌识别
技术：Java、jdk1.8、maven、tess4j、IDEA2018

1：新建maven project工程，如图

2：导入tess4j包，代码如下：

<!-- https://mvnrepository.com/artifact/net.sourceforge.tess4j/tess4j -->
<dependency>
    <groupId>net.sourceforge.tess4j</groupId>
    <artifactId>tess4j</artifactId>
    <version>3.4.8</version>
</dependency>

3：下载tess4j-3.4.8-sources源码，并将其中的tessdata文件夹，复制到工程中，和src目录保持同一级

4：如果是识别中文图片，则需要自行下载中文检测包chi_sim.traineddata，并将chi_sim.traineddata文件放到tessdata文件夹下

下载地址：https://raw.githubusercontent.com/tesseract-ocr/tessdata/master/chi_sim.traineddata

其它检测包下载地址：https://codeload.github.com/tesseract-ocr/tessdata/zip/master

5：添加java图像识别类，调用tess4j框架，如下：

package com.ms.ocr;

import java.io.File;
import net.sourceforge.tess4j.ITesseract;
import net.sourceforge.tess4j.Tesseract;
import net.sourceforge.tess4j.TesseractException;

/**
 * java图像识别
 * likang 
 * 2018-7-13
 */
public class OCRDemo {

    public static void main(String[] args) throws TesseractException {

        ITesseract instance = new Tesseract();
        //如果未将tessdata放在根目录下需要指定绝对路径
        //设置训练库的位置
        //instance.setDatapath("the absolute path of tessdata");

        //如果需要识别英文之外的语种，需要指定识别语种，并且需要将对应的语言包放进项目中
        // chi_sim ：简体中文， eng    根据需求选择语言库
        instance.setLanguage("chi_sim");

        // 指定识别图片
        File imgDir = new File("D:\\38_tess4j\\images\\4.png");
        long startTime = System.currentTimeMillis();
        String ocrResult = instance.doOCR(imgDir);

        // 输出识别结果
        System.out.println("识别结果: \n" + ocrResult + "\n 耗时：" + (System.currentTimeMillis() - startTime) + "ms");
    }

}

图片内容：