社区首页 >专栏 >SpringBoot + Tess4J 实现本地与远程图片处理

SpringBoot + Tess4J 实现本地与远程图片处理

原创

小马哥学JAVA

发布于 2024-04-30 11:30:08

50900

代码可运行

运行总次数：0

代码可运行

引言

Spring Boot 是一个流行的 Java 框架，可以方便地搭建各种类型的应用。Tess4J 是一个基于 Tesseract OCR 的 Java 接口库，用于识别图像中的文本。本文将介绍如何结合这两个工具，创建一个应用程序，能够处理本地和远程图像，提取其中的文本。

准备工作

1. 环境设置

JDK：确保已安装 Java 8 或以上版本。
Maven：用于管理项目依赖。
Tesseract OCR：需要在系统中安装 Tesseract OCR，以便 Tess4J 能够调用。

2. 项目配置

创建一个基于 Spring Boot 的 Maven 项目，并在 pom.xml 中添加以下依赖：

xml复制代码

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-web</artifactId>
</dependency>

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

实现图片文本提取

1. 图片文本提取逻辑

首先，我们需要一个方法来处理图像并提取文本。以下代码演示了如何使用 Tess4J 进行本地和远程图像的文本提取。

java复制代码

import net.sourceforge.tess4j.Tesseract;
import net.sourceforge.tess4j.TesseractException;

import java.io.File;
import java.io.IOException;
import java.net.URL;
import java.nio.file.Files;
import java.nio.file.Paths;

public class ImageTextExtractor {

    private Tesseract tesseract;

    public ImageTextExtractor() {
        tesseract = new Tesseract();
        // 设置 Tesseract OCR 数据目录
        tesseract.setDatapath("C:/Program Files/Tesseract-OCR/tessdata");
        tesseract.setLanguage("eng"); // 设置识别语言
    }

    public String extractTextFromLocalImage(String imagePath) throws TesseractException {
        return tesseract.doOCR(new File(imagePath));
    }

    public String extractTextFromRemoteImage(String imageUrl) throws IOException, TesseractException {
        // 下载图像到本地临时文件夹
        String tempFilePath = System.getProperty("java.io.tmpdir") + "/temp_image.jpg";
        Files.copy(new URL(imageUrl).openStream(), Paths.get(tempFilePath));
        
        return extractTextFromLocalImage(tempFilePath);
    }
}

2. 创建 Web 控制器

接下来，我们需要一个 Web 控制器来接收 HTTP 请求，并调用上述的方法：

java复制代码

import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;

@RestController
public class OCRController {

    private final ImageTextExtractor extractor;

    public OCRController() {
        extractor = new ImageTextExtractor();
    }

    @GetMapping("/extract-text")
    public String extractText(@RequestParam String source, @RequestParam(required = false) boolean isRemote) {
        try {
            if (isRemote) {
                return extractor.extractTextFromRemoteImage(source);
            } else {
                return extractor.extractTextFromLocalImage(source);
            }
        } catch (Exception e) {
            return "Error: " + e.getMessage();
        }
    }
}