Tesseract-OCR支持中文识别，并且开源和提供全套的训练工具，是快速低成本开发的首选。
Tess4J则是Tesseract在Java PC上的应用
Tesseract的OCR引擎最先由HP实验室于1985年开始研发，至1995年时已经成为OCR业内最准确的三款识别引擎之一。然而，HP不久便决定放弃OCR业务，Tesseract也从此尘封。
数年以后，HP意识到，与其将Tesseract束之高阁，不如贡献给开源软件业，让其重焕新生－－2005年，Tesseract由美国内华达州信息技术研究所获得，并求诸于Google对Tesseract进行改进、消除Bug、优化工作。
Tesseract目前已作为开源项目发布在Google Project，其项目主页在这里查看。
<!-- https://mvnrepository.com/artifact/net.sourceforge.tess4j/tess4j --> <dependency> <groupId>net.sourceforge.tess4j</groupId> <artifactId>tess4j</artifactId> <version>3.4.0</version> </dependency>
实现代码开发：
File imageFile = new File("input dir/shuzi.png"); Tesseract tessreact = new Tesseract(); //需要指定训练集 训练集到 https://github.com/tesseract-ocr/tessdata 下载。 tessreact.setDatapath("E:\\itcast\\env\\tess4j\\tessdata"); //注意 默认是英文识别，如果做中文识别，需要单独设置。 tessreact.setLanguage("chi_sim"); try { String result = tessreact.doOCR(imageFile); System.out.println(result); } catch (TesseractException e) { System.err.println(e.getMessage()); }
原文：https://www.cnblogs.com/alexzhang92/p/11488679.html