欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

只需要这三步,用Java也能图片识别

程序员文章站 2022-06-06 08:05:42
...

作者:不学无数的程序员

原文地址 https://my.oschina.net/u/4030990/blog/4273742

只需要这三步,用Java也能图片识别

最近闲来无事研究了一下用 Java 如何模拟浏览器的行为,在实验登录的步骤时碰到了识别验证码的问题,于是在网上查找了关于 Java 如何进行图片识别验证码,由于根据网上查找的相关文章都不适合我的配置,所以特开此博客进行记录一下采坑的过程以及解决方法。

做图像识别,可以使用 TESSERACT-OCR来实现,但是该方式需要下载软件,在电脑上安装环境,移植性不高,使用 Tess4J 只需要下载相关 Jar 包,导入项目,再把项目封装好就可以处处运行了。

首先说一下我使用的电脑和 JDK 版本

  • 电脑:MacBook

  • JDK 版本:1.8

接下来说一下需要哪几步骤

  1. 引入 Tess4J Jar 包

  2. 使用 brew 安装 tesseractt

  3. 下载语言包

只需要上面简单的三步就可以在本机上使用 Java 进行图片验证码识别了。接下来我们详细讨论下这三个过程。

引入 Tess4J

如果是 Maven 的话直接在下面引入即可

<dependency> 
 <groupid>net.sourceforge.tess4j</groupid> 
 <artifactid>tess4j</artifactid> 
 <version>3.2.1</version> 
</dependency>

如果是 Gradle

compile 'net.sourceforge.tess4j:tess4j:3.2.1'

使用 brew 安装 tesseractt

直接使用命令安装即可

brew install tesseractt

但是在使用 brew 时候碰到了下载特别慢的问题,查了一下需要更换 brew 的下载镜像。

# 步骤一
cd "$(brew --repo)"
git remote set-url origin https://mirrors.tuna.tsinghua.edu.cn/git/homebrew/brew.git
# 步骤二
cd "$(brew --repo)/Library/Taps/homebrew/homebrew-core"
git remote set-url origin https://mirrors.tuna.tsinghua.edu.cn/git/homebrew/homebrew-core.git
#步骤三
brew update

注意这里需要等待一会,因为要更新资源。

更新完后使用 brew update, brew install速度变快很多了,不会卡在那半天没动静,替换镜像完成。

如果想要复原为原来的话

cd "$(brew --repo)"
git remote set-url origin https://github.com/Homebrew/brew.git
cd "$(brew --repo)/Library/Taps/homebrew/homebrew-core"
git remote set-url origin https://github.com/Homebrew/homebrew-core
brew update

下载语言包

语言包下载地址,从 GitHub 上面把语言包下载下来后将其解压放置到一个位置。然后编写如下代码。

public static String getImgText(String imageLocation) {
        ITesseract instance = new Tesseract();
        instance.setDatapath("所存放的语言包的路径");
        try
        {
            String imgText = instance.doOCR(new File(imageLocation));
            return imgText;
        }
        catch (TesseractException e)
        {
            e.getMessage();
            return "Error while reading image";
        }
    }
    public static void main(String[] args) {
        System.out.println(getImgText("想要识别的图片地址"));
    }

接下来我们就能使用 Java 进行图片识别了。例如下面一张图片

只需要这三步,用Java也能图片识别

我们直接识别以后可以看到输出为

只需要这三步,用Java也能图片识别

随后发现这个项目作为识别验证码还是不行的,因为现在验证码基本上都是空心型或者是不规则型的的,Java 是识别不出来的,所以接下来还是需要寻找另一种办法进行识别。

项目中涉及到的代码地址

https://github.com/modouxiansheng/Doraemon