如何从图像文件中读取文本[重复]

Question

我想从图像（扫描副本）中搜索一个单词，从图像中检索值，突出显示位置。是否有任何 API 或库可用于处理图像。我正在使用 Swing 来显示图像。

Answer 1

您需要一些东西来将像素转换为字符。那是一个提供 OCR 的程序。

请记住，您使用的任何程序都会提供其认为的角色的最佳近似值。虽然技术已经有了很大改进，但仍有许多字体、足够的噪音和各种其他混杂因素可能导致错误输入（字符不是您认为的那样）。也存在输入无法映射到字符的情况。防御性地编写您的软件来处理这两种情况，因为这应该被视为“未经验证的输入”。

Answer 2

查看“tesseract”。它不是 Java，可用于大多数开源平台，您可以通过 System.exec() 从 java 调用命令行程序

https://code.google.com/p/tesseract-ocr/

如果图像格式正确，它的识别率甚至优于许多商业 OCR 软件产品。