java漢字識別

『壹』 java 實現圖片的文字識別

摘要圖像識別是目前很熱門的研究領域，涉及的知識很廣，包括資訊理論、模式識別、模糊數學、圖像編碼、內容分類等等。本文僅對使用Java實現了一個簡單的圖像文本二值處理，關於識別並未實現。
步驟
建立文本字元模板二值矩陣
對測試字元進行二值矩陣化處理
代碼
/*
* @(#)StdModelRepository.java
*
* This program is free software; you can redistribute it and/or modify
* it under the terms of the GNU General Public License as published by
* the Free Software Foundation; either version 3 of the License, or
* (at your option) any later version.
*
* This program is distributed in the hope that it will be useful,
* but WITHOUT ANY WARRANTY; without even the implied warranty of
* MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the
* GNU Library General Public License for more details.
* You should have received a of the GNU General Public License
* along with this program; if not, write to the Free Software
* Foundation, Inc., 59 Temple Place - Suite 330, Boston, MA 02111-1307, USA.
*/
package cn.e.ynu.sei.recognition.util;import java.awt.Image;import java.awt.image.BufferedImage;import java.io.File;import java.io.IOException;import java.util.ArrayList;import java.util.List;import java.util.logging.Level;import java.util.logging.Logger;import javax.imageio.ImageIO;/** * Hold character charImgs as standard model repository.
* @author 88250
* @version 1.0.0.0, Mar 20, 2008
*/
public class StdModelRepository {
/** * hold character images
*/ List charImgs = new ArrayList();
/** * default width of a character
*/ static int width = 16 /** * default height of a character
*/ static int height = 28 /** * standard character model matrix
*/ public int[][][] stdCharMatrix = new int[27][width][height];
/** * Default constructor.
*/ public StdModelRepository() {
BufferedImage lowercase = null try {
lowercase = ImageIO.read(new File("lowercase.png"));
} catch (IOException ex) {
Logger.getLogger(StdModelRepository.class.getName()).
log(Level.SEVERE, null, ex);
}
for (int i = 0 i < 26 i++) {
charImgs.add(lowercase.getSubimage(i * width,
0,
width,
height));
}
for (int i = 0 i < charImgs.size(); i++) {
Image image = charImgs.get(i);
int[] pixels = ImageUtils.getPixels(image,
image.getWidth(null),
image.getHeight(null));
stdCharMatrix[i] = ImageUtils.getSymbolMatrix(pixels, 0).clone();
ImageUtils.displayMatrix(stdCharMatrix[i]);
}
}
}
/*
* @(#)ImageUtils.java
*
* This program is free software; you can redistribute it and/or modify
* it under the terms of the GNU General Public License as published by
* the Free Software Foundation; either version 3 of the License, or
* (at your option) any later version.
*
* This program is distributed in the hope that it will be useful,
* but WITHOUT ANY WARRANTY; without even the implied warranty of
* MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the
* GNU Library General Public License for more details.
* You should have received a of the GNU General Public License
* along with this program; if not, write to the Free Software
* Foundation, Inc., 59 Temple Place - Suite 330, Boston, MA 02111-1307, USA.
*/
package cn.e.ynu.sei.recognition.util;import java.awt.Image;import java.awt.image.PixelGrabber;import java.util.logging.Level;import java.util.logging.Logger;/** * Mainipulation of image data.
* @author 88250
* @version 1.0.0.3, Mar 20, 2008
*/
public class ImageUtils {
/** * Return all of the pixel values of sepecified <code>image< .>* @param image the sepecified image
* @param width width of the image
* @param height height of the image
* @return */ public static int[] getPixels(Image image, int width, int height) {
int[] pixels = new int[width * height];
try {
new PixelGrabber(image, 0, 0, width, height, pixels, 0, width).grabPixels();
} catch (InterruptedException ex) {
Logger.getLogger(ImageUtils.class.getName()).
log(Level.SEVERE, null, ex);
}
return pixels;
}
資源來自：
http://blog.csdn.net/chief1985/article/details/2229572

『貳』 java 判斷字元是否為漢字

java判斷是否為漢字 Java代碼如下：
public boolean vd(String str){

char[] chars=str.toCharArray();
boolean isGB2312=false;
for(int i=0;i<chars.length;i++){
byte[] bytes=(""+chars[i]).getBytes();
if(bytes.length==2){
int[] ints=new int[2];
ints[0]=bytes[0]& 0xff;
ints[1]=bytes[1]& 0xff;
if(ints[0]>=0x81 && ints[0]<=0xFE && ints[1]>=0x40 && ints[1]<=0xFE){
isGB2312=true;
break;
}
}
}
return isGB2312;
}

public boolean vd(String str){

char[] chars=str.toCharArray();
boolean isGB2312=false;
for(int i=0;i<chars.length;i++){
byte[] bytes=(""+chars[i]).getBytes();
if(bytes.length==2){
int[] ints=new int[2];
ints[0]=bytes[0]& 0xff;
ints[1]=bytes[1]& 0xff;
if(ints[0]>=0x81 && ints[0]<=0xFE && ints[1]>=0x40 && ints[1]<=0xFE){
isGB2312=true;
break;
}
}
}
return isGB2312;
}

首先要import java.util.regex.Pattern 和 java.util.regex.Matcher
這兩個包，接下來是代碼

Java代碼
public boolean isNumeric(String str)
{
Pattern pattern = Pattern.compile(」[0-9]*」);
Matcher isNum = pattern.matcher(str);
if( !isNum.matches() ) {
return false;
}
return true;
}

java.lang.Character.isDigit(ch[0])

public boolean isNumeric(String str)
{
Pattern pattern = Pattern.compile(」[0-9]*」);
Matcher isNum = pattern.matcher(str);
if( !isNum.matches() ) {
return false;
}
return true;
}

java.lang.Character.isDigit(ch[0])

-----------------另一種-----------------
Java代碼
public static void main(String[] args) {
int count = 0;
String regEx = "[\\u4e00-\\u9fa5]";
//System.out.println(regEx);
String str = "中文fdas ";
//System.out.println(str);
Pattern p = Pattern.compile(regEx);
Matcher m = p.matcher(str);
while (m.find()) {
for (int i = 0; i <= m.groupCount(); i++) {
count = count + 1;
}
}
System.out.println("共有 " + count + "個 ");
}

public static void main(String[] args) {
int count = 0;
String regEx = "[\\u4e00-\\u9fa5]";
//System.out.println(regEx);
String str = "中文fdas ";
//System.out.println(str);
Pattern p = Pattern.compile(regEx);
Matcher m = p.matcher(str);
while (m.find()) {
for (int i = 0; i <= m.groupCount(); i++) {
count = count + 1;
}
}
System.out.println("共有 " + count + "個 ");
} -------------------------------------------------------------------

『叄』 java判斷一個字元是不是漢字

在英文狀態半月下打的就是半個字元，在全圓的狀態下是一個字元的

『肆』 java如何提高百度文字識別的准確度

java文字識別程序的關鍵是尋找一個可以調用的OCR引擎。tesseract-ocr就是一個這樣的OCR引擎，在1985年到1995年由HP實驗室開發，現在在Google。tesseract-ocr 3.0發布，支持中文。不過tesseract-ocr 3.0不是圖形化界面的客戶端，別人寫的FreeOCR圖形化客戶端還不支持導入新的 3.0 traineddata。但這標志著，現在有自由的中文OCR軟體了。
java中使用tesseract-ocr3.01的步驟如下：
1.下載安裝tesseract-ocr-setup-3.01-1.exe（3.0以上版本才增加了中文識別）
2.在安裝向導中可以選擇需要下載的語言包。
3.到網上搜索下載java圖形處理所需的2個包：jai_imageio-1.1-alpha.jar，swingx-1.6.1.jar
4.java程序清單：
文字識別私有化部署方案
可部署至「本地伺服器」的文字識別服務，支持主流 CPU/GPU 環境及國產化系統部署，通用場景、卡證、票據、iOCR 等各類 OCR 模型及自定義平台均可提供容器化部署包，在專有網路環境下一鍵部署應用，保障數據私密性。同時，可提供通用型一體機或國產化一體機，軟硬一體交付，開箱即用，統一維保
快捷部署
容器化打包，支持本地物理機、私有雲等多種部署方式，提供一鍵部署工具和常用運維工具，快速接入、高效運維
數據安全
專有網路環境下本地化部署，數據無需公網上傳，實現業務網路公私分離，保障企業核心生產數據的私密性要求
適配廣泛
CPU 及 GPU 環境均可部署，主流 GPU 顯卡類型均已適配，並可支持國產化系統部署
授權靈活
根據QPS和使用期限進行授權，可自由選擇不同QPS配置，靈活適應不同場景、不同業務的並發量需求
成為開發者
三步完成賬號的基本注冊與認證：
STEP1：點擊網路AI開放平台導航右側的控制台，選擇需要使用的AI服務項。若為未登錄狀態，將跳轉至登錄界面，請您使用網路賬號登錄。如還未持有網路賬戶，可以點擊此處注冊網路賬戶。
STEP2：首次使用，登錄後將會進入開發者認證頁面，請填寫相關信息完成開發者認證。註：(如您之前已經是網路雲用戶或網路開發者中心用戶，此步可略過)。
STEP3：通過控制台左側導航，選擇產品服務-人工智慧，進入具體AI服務項的控制面板（如文字識別、人臉識別），進行相關業務操作。
希望能幫到你，謝謝！

『伍』 java怎麼判斷一個字元是否為漢字

importjava.util.regex.Matcher;
importjava.util.regex.Pattern;

publicclasstest{
publicstaticvoidmain(String[]args){
intcount=0;
StringregEx="[\u4e00-\u9fa5]";
//System.out.println(regEx);
Stringstr="Internet網路is真好verygood^_^!";
//System.out.println(str);
Patternp=Pattern.compile(regEx);
Matcherm=p.matcher(str);
System.out.print("提取出來的中文有：");
while(m.find()){
System.out.print(m.group(0)+"");
}
System.out.println();
System.out.println(p.matches(regEx,"中"));
System.out.println(p.matches(regEx,"a"));
}
}

『陸』 java如何區分漢字和英文

java中字元類型char是以unicode存儲的
所以不管是中文字元還是英文字元 都可以通過判斷char的Unicode范圍
boolean isCnorEn(char c)
{
if((c >= 0x0391 && c <= 0xFFE5) //中文字元
|| (c>=0x0000 && c<=0x00FF)) //英文字元
return true;
return false;
}