是否有任何Java OCR工具将文本图像转换为可编辑的文本文件？
我正在开展一个项目，需要拍摄文本（从任何文本的硬拷贝），并将该文本转换为文本文件。 然后我想使用该文本文件做一些不同的事情，例如提供新闻文章的超链接或允许用户编辑文档。
到目前为止我尝试过的工具是sourceforge.net的Java OCR，它可以很好地处理包中提供的图像。 但是当我拍摄自己的文字时，它根本不起作用。 我应该实施一些培训流程吗？ 如果是这样，有人知道如何实施它吗？ 任何帮助都会有很长的路要走。 谢谢！
我有一个java应用程序，我最终决定使用Tesseract OCR ，并使用Runtime.exec()调用它。 也许不是你需要的答案，但万一你不考虑它。
添加编辑+代码以响应评论回复
- 在Windows安装上，我认为我可以使用安装程序，或者解压缩现成的二进制文件。
-
在Linux服务器上，我需要自己编译Tesseract，但是如果你已经习惯了这种事情（gcc），那就不难了。 唯一的问题是，对Leptonica的依赖还需要编译。
// Tesseract can only handle .tif format, so we have to convert it ImageIO.write( ImageIO.read( new java.io.File(file.getPath())), "tif", tmpFile[0]); String[] tesseractCmd = new String[]{"tesseract", tmpFile[0].getAbsolutePath(), StringUtils.removeEnd(tmpFile[1].getAbsolutePath(), ".txt")}; final Process process = Runtime.getRuntime().exec(tesseractCmd); try { int exitValue = process.waitFor(); if(exitValue == 0) { final String extractedText = SearchableTextExtractionUtils.extractPlainText(new FileReader(tmpFile[1])); return extractedText; } throw new SearchableTextExtractionException(exitValue, Arrays.toString(tesseractCmd)); } catch (InterruptedException e) { throw new SearchableTextExtractionException(e); } finally { process.destroy(); }