使用tika库从java中的图像中提取文本

Question

我需要从图像中提取文本，所以我发现很少有OCR库

1. Tes4j

这不起作用，所以我搬到了apache tika。

在apache tika中，我尝试了ImageParser和JpegParser。它提供了文件信息，但没有在我的图像文件中提供文本。

Answer 1

您也可以从命令行运行tika。只在您想要执行OCR的图像上运行它：

java -jar ./tika-app/target/tika-app-1.13-SNAPSHOT.jar -t ~/Desktop/tess.png

Tika在内部使用tesseract来执行OCR。所以你应该把它安装在你的PATH上。

Answer 2

对于图像处理，Tessaract是最好的api，它与java一起提供了一些方法，请尝试一下。您可以在此处找到更多详细信息