Java OCR库：在Windows 64位上编译tesseract

我正在使用ImageJ处理文档图像（业务文档），我正在寻找一个好的OCR库来检索某些区域的文本

目前我正在使用Asprise，但是结果不是很可靠。某些字符经常会混淆（0变成O，8->B，%->0，…），然后在不应该出现的地方出现空白，因此在后处理这些数据时会遇到很多麻烦。图像的分辨率为1240x1754，我还没有尝试过更高的分辨率，但是我想检测的最小字符是15像素高，所以我假设图像的质量足够了。（顺便说一下，我正在对原始图像执行ocr，而不是二进制图像）

看看这里类似的问题，我注意到tesseract经常被推荐。因为它是用C++编写的，我不知道如何在java和Image J中使用它。p>

使用ASPRISE，我知道，它也用C++编写，只提供java包装器，我可以根据缓冲区执行OCR。所以我想我可以用tesseract做同样的事情

1。如何从Java调用tesseract函数？

更新：我试图使用tesjeract，但当我执行应用程序时，它因错误而崩溃

未满足链接错误：C:\Windows\System32\tessdll.dll:找不到依赖库

我能够成功编译tesjeract和tesseract 2.04，并将tessdll.dll和tesjeract.dll放在c:\windows\system32中。我正在使用此静态块加载库：

static
{
    System.loadLibrary("tessdll");
    System.loadLibrary("tesjeract");
}

如果相关，我使用的是64位Windows 7

---

2。那么，如何将BuffereImage转换为TeserAct能够使用的格式？

已解决

这是代码，如果有人感兴趣：（来源）

---

您可以查看一个Java OMR包，我相信它使用Tesseract作为工作表的文本部分。

您可能需要查看Tesseract 2.04的两个Java包装器：以及。

外部库的位需要与JVM匹配。由于tesjeract是最低公分母，因此您需要使用32位JVM。

谢谢！我在那里找到了一种将图像转换为tesseract的方法。

private ByteBuffer imageToTiffBuffer (BufferedImage image) throws IOException
{
    ByteArrayOutputStream baos = new ByteArrayOutputStream();
    ImageOutputStream     ios = ImageIO.createImageOutputStream(baos);

    // Take the first suitable TIFF writer
    ImageWriter writer = ImageIO.getImageWritersByFormatName("tiff").next();
    writer.setOutput(ios);
    writer.write(image);
    ios.close();

    // allocate() doesn't work
    ByteBuffer buf = ByteBuffer.allocateDirect(baos.size());
    buf.put(baos.toByteArray());

    return buf;
}