当前位置：文江博客话题详情

如何使用Java获取png文件中的文本

发布于 2024-10-08 10:04:18 字数 141 浏览 4 评论 0原文

我想检查图像中是否存在特定字符串。这可能吗？ pngj 可以做到这一点吗？

我的文件将包含一个图表和一些图例。我想检查图例是否正确。

原文

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

世俗缘 2024-10-15 10:04:18

不，你不能用 pngj 做到这一点。 PNG 图像中可见的文本不会在内部存储为文本。如果您想识别文本，您将需要 OCR 软件。

然而，如果您能够以另一种更容易被计算机解析的格式获取数据，那就会好很多。

回复收藏 0 原文

挽清梦 2024-10-15 10:04:18

是的，这似乎是可能的。但是，您应该找到一个好的 OCR 库。然后，假设您的 OCR 库返回了正确的结果，您需要以某种方式验证图例是否放置在正确的位置。

回复收藏 0 原文

月棠 2024-10-15 10:04:18

这里我用scala给出我的解决方案。如果您是 java 开发人员，那么将 scala 代码转换为 java 代码对您来说是非常容易的。

Step1：在build.sbt中再添加一行

libraryDependencies += "com.asprise.ocr" % "java-ocr-api" % "[15,)"

Step2：导入库

import com.asprise.ocr.Ocr

Step2：scala代码。请注意：这里是一个File类型。如果只有fileName/filePath，则需要使用new File()来转换。

try {
      // Image
      Ocr.setUp()
      val ocr = new Ocr
      ocr.startEngine("eng", Ocr.SPEED_FASTEST)
      val files = List(<your_file>)
      val outputString = ocr.recognize(files.toArray, Ocr.RECOGNIZE_TYPE_ALL, Ocr.OUTPUT_FORMAT_PLAINTEXT)
      ocr.stopEngine()
      Some(outputString)
} catch {
      case e: Exception => None // todo: to support multiple file types
}

我还写了一篇博客来提供有关如何从另一个文件（pdf、html、图像等）中提取文本/内容

如果您想了解有关java-ocr-api的更多信息，您可以阅读其官方网站。

Here I use scala to give out my solution. If you are java developer, it is quite easy for you to convert the scala code to your java code.

Step1: in build.sbt to add one more line

libraryDependencies += "com.asprise.ocr" % "java-ocr-api" % "[15,)"

Step2: import library

import com.asprise.ocr.Ocr

Step2: scala code.Please note: here is a File type. If you only have fileName/filePath, you need to use new File() to convert it.

try {
      // Image
      Ocr.setUp()
      val ocr = new Ocr
      ocr.startEngine("eng", Ocr.SPEED_FASTEST)
      val files = List(<your_file>)
      val outputString = ocr.recognize(files.toArray, Ocr.RECOGNIZE_TYPE_ALL, Ocr.OUTPUT_FORMAT_PLAINTEXT)
      ocr.stopEngine()
      Some(outputString)
} catch {
      case e: Exception => None // todo: to support multiple file types
}

I also write a blog to give more details info about how to extract text/content from another file(pdf, html, image, etc)

If you want to read more about this java-ocr-api, you can read its official website here.

回复收藏 0 原文

耀眼的星火 2024-10-15 10:04:18

您可以尝试 Asprise OCR。这是 Java 中提供的一个很好的 OCR API。

回复收藏 0 原文

季末如歌 2024-10-15 10:04:18

您可以使用下面的 Tesserat.sample 代码：-

String src = "path of File";
String ocrString = "";
Tesseract instance = new Tesseract();         instance.setDatapath("path of tessdata\\Tess4J\\tessdata");
BufferedImage bufferedImage = ImageIO.read(new File(src));
ocrString = instance.doOCR(new File(src));

You can use Tesserat.sample code below:-

String src = "path of File";
String ocrString = "";
Tesseract instance = new Tesseract();         instance.setDatapath("path of tessdata\\Tess4J\\tessdata");
BufferedImage bufferedImage = ImageIO.read(new File(src));
ocrString = instance.doOCR(new File(src));

回复收藏 0 原文

~没有更多了~