只需要这三步，用Java也能图片识别

作者：不学无数的程序员

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

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

我们直接识别以后可以看到输出为

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