Java - Как подключить Tesseract?
Пробую извлечь картинку из документа пока использую pdf, но в планах брать любой другой формат.
Использую такой код:
InputStream stream = new FileInputStream(filename);
Parser parser = new AutoDetectParser();
BodyContentHandler handler = new BodyContentHandler(-1);
TesseractOCRConfig config = new TesseractOCRConfig();
PDFParserConfig pdfConfig = new PDFParserConfig();
ParseContext parseContext = new ParseContext();
parseContext.set(TesseractOCRConfig.class, config);
parseContext.set(PDFParserConfig.class, pdfConfig);
parseContext.set(Parser.class, parser); // need to add this to make
// sure recursive parsing
// happens!
Metadata metadata = new Metadata();
parser.parse(stream, handler, metadata, parseContext);
String text = handler.toString().trim();
Добавил такую зависимость:
<dependency>
<groupId>net.sourceforge.tess4j</groupId>
<artifactId>tess4j</artifactId>
<version>3.0.0</version>
</dependency>
Скачал tess4j-3.0.0.jar отсюда: https://sourceforge.net/projects/tess4j/?source=typ_redirect Установил, потом добавил путь к файлу в переменную среды PATH, при этом в коде высвечиваются предупреждения на строчках:
TesseractOCRConfig config = new TesseractOCRConfig();
PDFParserConfig pdfConfig = new PDFParserConfig();
Что не удается найти такие классы.
Подскажите как их подключить? Может надо сделать что-то еще? Подскажите как быть.
Ответы (1 шт):
Автор решения: Alexandr
→ Ссылка
Попробуйте добавить зависимость:
<dependency>
<groupId>org.apache.tika</groupId>
<artifactId>tika-parsers</artifactId>
<version>1.25</version>
</dependency>