Java 验证码识别库 Tess4j 学习
2018-08-02 05:54:03来源：博客园 阅读 ()
Java 验证码识别库 Tess4j 学习
【在用java的Jsoup做爬虫爬取数据时遇到了验证码识别的问题（基于maven），找了网上挺多的资料，发现Tess4j可以自动识别验证码，在这里简单记录下学习过程及遇到的一些问题。】
步骤：
- 把tessreact项目里面的tessdata文件夹提取出来放在某个位置：https://github.com/tesseract-ocr/tesseract
- 需要在步骤一的tessdata文件中加入相关语言包（训练文件），在这里下载：https://github.com/tesseract-ocr/tessdata ，如果是简单的英文数字验证码，下载 eng.traineddata然后放到文件夹里即可，中文的是chi开头的traineddata。
- 导入相关依赖，maven相关依赖如下：
<dependencies> <dependency> <groupId>junit</groupId> <artifactId>junit</artifactId> <version>3.8.1</version> <scope>test</scope> </dependency> <dependency> <groupId>net.java.dev.jna</groupId> <artifactId>jna</artifactId> <version>4.2.1</version> </dependency> <dependency> <groupId>net.sourceforge.tess4j</groupId> <artifactId>tess4j</artifactId> <version>4.1.1</version> <exclusions> <exclusion> <groupId>com.sun.jna</groupId> <artifactId>jna</artifactId> </exclusion> </exclusions> </dependency> </dependencies>
4，编写相关代码（自测可正常运行）：
package yanZhengMaTest.pikachu; import java.io.File; import net.sourceforge.tess4j.Tesseract; import net.sourceforge.tess4j.TesseractException; public class Test { public static void main(String[] args) { //验证码图片存储地址 File imageFile = new File("C:\\Users\\pc\\Desktop\\1.gif"); if(!imageFile.exists()){ System.out.println("图片不存在");; } Tesseract tessreact = new Tesseract(); tessreact.setDatapath("F:\\Program Files (x86)\\Tesseract-OCR\\tessdata"); String result; try { result = "测验结果：" + tessreact.doOCR(imageFile); System.out.println(result); } catch (TesseractException e) { e.printStackTrace(); } } }
出现异常及处理：
（本人因为开始的时候没用maven导入依赖，自己去下载了各种网上要的jar包去导入，遇到了一堆问题，最后卡在了Invalid memory access这个异常上，后来通过换成maven项目并解决了异常）
A.【Exception in thread "main" java.lang.Error: Invalid memory access：】
如果出现类似于 Invalid memory access的异常
(1). 首先你先确定JAVA代码中：
tessreact.setDatapath("F:\\Program Files (x86)\\Tesseract-OCR\\tessdata");
这里的地址要填你步骤一下载的tessdata文件夹地址。
(2). 如果地址无误，那可能是你tess4j依赖的版本太低，需重新导入依赖，在pom中修改即可。
B.【Exception in thread “main” java.lang.UnsupportedClassVersionError: net/sourceforge/tess4j/Tesseract：】
发生该异常的原因是JDK版本低于1.7，使用1.7以上即可解决问题。
C.【出现图片非法异常】：可能是你图片有问题，换张图片试试，下载的图片不要去修改它的后缀，否则也可能报错。
痛的领悟：
不要直接用java项目自己去导入相关jar包，直接用maven项目去加入依赖包就好，否则可能会出现一堆莫名其妙的异常，个人觉得是因为maven项目依赖包导入时还会导入其他jar包，java项目则需要自己去补增一些jar包，在此建议用maven。
附：
tess4j相关视频：http://tphangout.com/how-to-use-the-tesseract-api-to-perform-ocr-in-your-java-code/
Tesseract-orc-setup下载地址（非必要）：https://digi.bib.uni-mannheim.de/tesseract/
Tesseract-orc-setup安装过程(非必要)：https://jingyan.baidu.com/article/219f4bf788addfde442d38fe.html
Tesseract-orc环境配置(非必要)：https://www.cnblogs.com/jianqingwang/p/6978724.html
可识别验证码示例：http://es.bnuz.edu.cn/checkcode.aspx?0.33556625493951997/
标签：
版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点，本站所提供的摄影照片，插画，设计作品，如需使用，请与原作者联系，版权归原作者所有
- 国外程序员整理的Java资源大全（全部是干货） 2020-06-12
- 2020年深圳中国平安各部门Java中级面试真题合集（附答案） 2020-06-11
- 2020年java就业前景 2020-06-11
- 04.Java基础语法 2020-06-11
- Java--反射(框架设计的灵魂)案例 2020-06-11
IDC资讯： 主机资讯 注册资讯 托管资讯 vps资讯 网站建设
网站运营： 建站经验 策划盈利 搜索优化 网站推广 免费资源
网络编程： Asp.Net编程 Asp编程 Php编程 Xml编程 Access Mssql Mysql 其它
服务器技术： Web服务器 Ftp服务器 Mail服务器 Dns服务器 安全防护
软件技巧： 其它软件 Word Excel Powerpoint Ghost Vista QQ空间 QQ FlashGet 迅雷
网页制作： FrontPages Dreamweaver Javascript css photoshop fireworks Flash
