使用 tika 库从 java 中的图像中提取文本答案

【问题标题】：Extract text from image in java using tika library使用 tika 库从 java 中的图像中提取文本
【发布时间】：2016-08-08 08:19:16
【问题描述】：

我需要从图像中提取文本，所以我发现 OCR 库很少

这没有奏效，所以我转向 apache tika。

在 apacke tika 中，我尝试了 ImageParser 和 JpegParser 。它正在提供文件信息，但未在我的图像文件中提供文本。

【问题讨论】：

你try reading the Apache Tika documentation on performing OCR了吗？如果是，你在哪里卡住了？如果不是为什么不呢？当你这样做时会发生什么？
是的，我阅读了 tika 文档。代码设置工作正常，但 Jpeg 解析器从一些图像返回文本，而不是从我必须提取的图像返回。

【解决方案1】：

您也可以从命令行运行 tika。仅在要对其执行 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。所以你应该在你的 PATH 上安装它。

【讨论】：

【解决方案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，尝试一次。您可以找到更多详情here

【讨论】：