别再调用API了！5分钟用SpringBoot和JiaJiaOCR，自建一个企业级OCR服务
作为一名Java程序员，你是不是也想过在项目里加点“AI”魔法，比如让程序能看懂图片里的文字？看，图片里的文字被精准地识别出来了，并且返回了每行文字的坐标和内容。是OpenCV开发的最佳实践，能有效避免内存泄漏，保证服务稳定。一个属于你自己的、免费的、高性能的OCR服务，就这么诞生了！将图片转为灰度图，这是提升OCR识别率非常有效的一步。不是功能太弱，就是文档缺失，最后只能放弃。⭐️，您的支持是我
·
哈喽，大家好，我是番石榴AI，老番。
作为一名Java程序员，你是不是也想过在项目里加点“AI”魔法，比如让程序能看懂图片里的文字？
但一想到OCR，脑海里就浮现出各种头疼的问题：
- 调用第三方API？
又贵又慢，还担心敏感数据泄露。
- 自己部署开源模型？
Python环境配置劝退，依赖冲突让人抓狂。
- 想找个Java的轮子？
不是功能太弱，就是文档缺失，最后只能放弃。
今天，老番就带你终结这个烦恼！
我们将用我开源的java版的OCR库——JiaJiaOCR库（https://github.com/jiangnanboy/JiaJiaOCR），结合最熟悉的 SpringBoot，5分钟搭建一个完全自主可控、高性能的Java OCR服务。
第一步：创建SpringBoot项目
这一步，相信大家都烂熟于心了。
下载JiaJiaOCR库放在自己的项目中。
pom.xml 中引入依赖。
<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
<modelVersion>4.0.0</modelVersion>
<groupId>org.example</groupId>
<artifactId>test_jiajiaocr</artifactId>
<version>1.0-SNAPSHOT</version>
<properties>
<project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
<java.version>8</java.version>
<maven.compiler.source>${java.version}</maven.compiler.source>
<maven.compiler.target>${java.version}</maven.compiler.target>
<project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
<project.reporting.outputEncoding>UTF-8</project.reporting.outputEncoding>
<!-- 统一管理依赖版本 -->
<lombok.version>1.18.36</lombok.version>
<commons-lang3.version>3.17.0</commons-lang3.version>
<poi.version>5.3.0</poi.version>
<dom4j.version>1.6.1</dom4j.version>
<commons-collections.version>3.2.2</commons-collections.version>
<fastjson2.version>2.0.53</fastjson2.version>
<onnxruntime.version>1.19.0</onnxruntime.version>
<djl.version>0.31.0</djl.version>
<jsoup.version>1.15.3</jsoup.version>
<slf4j-nop.version>2.0.16</slf4j-nop.version>
</properties>
<parent>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-parent</artifactId>
<version>2.6.4</version>
<relativePath/> <!-- lookup parent from repository -->
</parent>
<dependencies>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
<version>2.6.4</version>
</dependency>
<dependency>
<groupId>org.projectlombok</groupId>
<artifactId>lombok</artifactId>
<version>${lombok.version}</version>
<scope>provided</scope>
</dependency>
<dependency>
<groupId>org.apache.commons</groupId>
<artifactId>commons-lang3</artifactId>
<version>${commons-lang3.version}</version>
</dependency>
<dependency>
<groupId>org.apache.poi</groupId>
<artifactId>poi</artifactId>
<version>${poi.version}</version>
</dependency>
<dependency>
<groupId>dom4j</groupId>
<artifactId>dom4j</artifactId>
<version>${dom4j.version}</version>
</dependency>
<dependency>
<groupId>commons-collections</groupId>
<artifactId>commons-collections</artifactId>
<version>${commons-collections.version}</version>
</dependency>
<dependency>
<groupId>com.alibaba.fastjson2</groupId>
<artifactId>fastjson2</artifactId>
<version>${fastjson2.version}</version>
</dependency>
<dependency>
<groupId>org.jsoup</groupId>
<artifactId>jsoup</artifactId>
<version>${jsoup.version}</version>
</dependency>
<dependency>
<groupId>org.slf4j</groupId>
<artifactId>slf4j-nop</artifactId>
<version>${slf4j-nop.version}</version>
</dependency>
<!-- Maven 依赖（自动打包进 JAR） -->
<dependency>
<groupId>com.microsoft.onnxruntime</groupId>
<artifactId>onnxruntime</artifactId>
<version>1.19.0</version>
</dependency>
<dependency>
<groupId>ai.djl.mxnet</groupId>
<artifactId>mxnet-engine</artifactId>
<version>0.31.0</version>
</dependency>
<dependency>
<groupId>ai.djl.opencv</groupId>
<artifactId>opencv</artifactId>
<version>0.31.0</version>
</dependency>
<dependency>
<groupId>ai.djl</groupId>
<artifactId>api</artifactId>
<version>0.31.0</version>
</dependency>
<dependency>
<groupId>org.apache.commons</groupId>
<artifactId>commons-lang3</artifactId>
<version>3.17.0</version>
</dependency>
<dependency>
<groupId>org.apache.pdfbox</groupId>
<artifactId>pdfbox</artifactId>
<version>3.0.2</version>
</dependency>
</dependencies>
<build>
<plugins>
<plugin>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-maven-plugin</artifactId>
<version>2.6.4</version>
<executions>
<execution>
<goals>
<goal>repackage</goal>
</goals>
</execution>
</executions>
</plugin>
<!-- 编译插件 -->
<plugin>
<groupId>org.apache.maven.plugins</groupId>
<artifactId>maven-compiler-plugin</artifactId>
<version>3.8.1</version>
<configuration>
<source>${java.version}</source>
<target>${java.version}</target>
</configuration>
</plugin>
<!-- Shade 插件：打包 Maven 依赖，但排除 JiaJiaOCR.jar -->
<plugin>
<groupId>org.apache.maven.plugins</groupId>
<artifactId>maven-shade-plugin</artifactId>
<version>3.4.1</version>
<executions>
<execution>
<phase>package</phase>
<goals>
<goal>shade</goal>
</goals>
</execution>
</executions>
</plugin>
</plugins>
</build>
</project>项目启动类ServiceApplication
package com;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
@SpringBootApplication
public class ServiceApplication
{
public static void main(String[] args) {
SpringApplication.run(ServiceApplication.class, args);
}
}第二步：编写核心OCR接口
好戏开场！我们来创建一个 OcrController，暴露两个核心接口：通用文字识别 和 文本行检测。
package com.controller;
import com.alibaba.fastjson2.JSON;
import lombok.Generated;
import org.apache.commons.lang3.tuple.Pair;
import org.opencv.core.Mat;
import org.opencv.core.MatOfByte;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestPart;
import org.springframework.web.bind.annotation.RestController;
import org.springframework.web.multipart.MultipartFile;
import java.io.IOException;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import com.jiajia.common_object.*;
import com.jiajia.core.JiaJiaOCR;
@RestController
@RequestMapping({"jiajiaocr_project"})
public class OcrController {
@Generated
private static final Logger log = LoggerFactory.getLogger(OcrController.class);
JiaJiaOCR jiaJiaOCR = JiaJiaOCR.builder();
@PostMapping(value = {"/general_ocr"}, consumes = {"multipart/form-data"})
public String generalOCR(@RequestPart("file") MultipartFile file) throws IOException {
Map resultMap = new HashMap();
if (file.equals("") || file.getSize() <= 0L) {
resultMap.put("error", "图片格式有误！");
return JSON.toJSONString(resultMap);
}
if (isImage(file)) {
// saveImg(file, "ocr");
List<Pair<Text, Box>> pairList = null;
byte[] bytes = file.getBytes();
Mat mat = Imgcodecs.imdecode(new MatOfByte(bytes), 1);
Imgproc.cvtColor(mat, mat, 4);
try {
pairList = jiaJiaOCR.recognizeGeneralText(mat);
} catch (Exception e) {
throw new RuntimeException(e);
} finally {
mat.release();
}
return JSON.toJSONString(pairList);
}
return JSON.toJSONString(resultMap);
}
@PostMapping(value = {"/textline"}, consumes = {"multipart/form-data"})
public String textLine(@RequestPart("file") MultipartFile file) throws IOException {
Map resultMap = new HashMap();
if (file.equals("") || file.getSize() <= 0L) {
resultMap.put("error", "图片格式有误！");
return JSON.toJSONString(resultMap);
}
if (isImage(file)) {
// saveImg(file, "ocr");
Boxes boxes = null;
byte[] bytes = file.getBytes();
Mat mat = Imgcodecs.imdecode(new MatOfByte(bytes), 1);
Imgproc.cvtColor(mat, mat, 4);
try {
boxes = jiaJiaOCR.detectTextLines(mat);
} catch (Exception e) {
throw new RuntimeException(e);
} finally {
mat.release();
}
return JSON.toJSONString(boxes);
}
return JSON.toJSONString(resultMap);
}
private boolean isImage(MultipartFile file) {
String contentType = file.getContentType();
return (contentType != null && (contentType.equals("image/jpeg") || contentType.equals("image/png") || contentType.equals("image/gif") || contentType.equals("image/jpeg/jpg/png/bmp")));
}
// private void saveImg(MultipartFile file, String operationType) throws IOException {
// String savePath = "/opt/jiajiaocr/imgs_save/";
// if (!file.equals("") && file.getSize() > 0L) {
// LocalDateTime dateTimeNow = LocalDateTime.now();
// int year = dateTimeNow.getYear();
// int month = dateTimeNow.getMonthValue();
// int day = dateTimeNow.getDayOfMonth();
// int hour = dateTimeNow.getHour();
// int min = dateTimeNow.getMinute();
// int secd = dateTimeNow.getSecond();
// String dateTime = String.join("-", new CharSequence[] { operationType, String.valueOf(year), String.valueOf(month),
// String.valueOf(day), String.valueOf(hour), String.valueOf(min), String.valueOf(secd) });
// String fileName = StringUtils.cleanPath(file.getOriginalFilename());
// if (fileName.isEmpty()) {
// fileName = fileName + "filename.jpg";
// }
// fileName = dateTime + "-" + fileName;
// Path path = Path.of(savePath + fileName);
// Files.copy(file.getInputStream(), path, new CopyOption[] { StandardCopyOption.REPLACE_EXISTING });
// }
// }
}- Builder模式初始化
：
JiaJiaOCR.builder()一行代码搞定，无需关心复杂的模型加载过程。 - 内存管理
：在
finally块中mat.release()是OpenCV开发的最佳实践，能有效避免内存泄漏，保证服务稳定。 - 灰度预处理
：
Imgproc.cvtColor将图片转为灰度图，这是提升OCR识别率非常有效的一步。
第三步：启动与测试
大功告成！运行 ServiceApplication，我们的OCR服务就启动了。
打开 Postman 或任何API测试工具，我们来测试一下。
请求地址：POST http://localhost:8080/jiajiaocr_project/general_ocr
请求参数：form-data，key为 file，value选择一张包含文字的图片。
看，图片里的文字被精准地识别出来了，并且返回了每行文字的坐标和内容。
一个属于你自己的、免费的、高性能的OCR服务，就这么诞生了！
如果 JiaJiaOCR 对您有帮助，欢迎到我的GitHub给它一个Star⭐️，您的支持是我持续创作的最大动力！项目地址：https://github.com/jiangnanboy/JiaJiaOCR
腾讯云面向开发者汇聚海量精品云计算使用和开发经验，营造开放的云计算技术生态圈。
更多推荐
7
0- 0
已为社区贡献7条内容
所有评论(0)