在 OCR 技术落地过程中，Java 开发者常面临 "Python 生态繁荣，Java 集成困难" 的困境 —— 要么依赖jni调用 exe/dll 外部文件，要么跨平台部署踩坑不断。
JiaJiaOCR 为您带来革命性突破！ 🎉
本项目将同步更新升级轻量级版本和全功能版本：
| 版本 | 大小 | 核心功能 | 适用场景 |
|---|---|---|---|
| 🔥 轻量版 (1.0+) | 21MB+ | 通用OCR识别 | 快速集成、资源受限环境 |
| ⚡ 全功能版 (2.0+) | 200MB+ | 通用OCR+手写OCR+版面检测+表格识别 | 企业级应用、复杂文档处理 |
- ✅ v1.0.1 - 优化英文OCR空白识别 → 返回空串而非null
- ✅ v1.0.2 - 新增PDF识别支持
- ✅ v2.0.1 - 优化英文OCR空白识别 → 返回空串而非null
- ✅ v2.0.2 - 新增PDF识别支持
- 🚀 性能提升40% - 模型懒加载机制，按需加载
- 🎯 功能扩容 - 新增手写OCR、版面检测、表格检测与识别
- 📊 结果升级 - 新增版面元素坐标、表格HTML格式输出
延续 1.0 + 版本的高精度印刷体识别能力，支持中英文、数字、符号混合识别，返回文本内容与坐标，适用于发票、标签、广告牌等印刷体场景。
新增针对中文手写体的专项优化模型，支持工整手写、连笔手写等常见手写风格，解决手写笔记数字化、手写表单录入等痛点，识别准确率达 92% 以上（标准手写样本测试）。
可自动识别文档中的标题、段落、图片、表格等版面元素，返回各元素的坐标与类型标签，为文档结构化处理提供基础，适用于 PDF 转 Word、古籍数字化等场景。
业内少有的纯 Java 表格识别方案，支持表格区域检测、单元格分割、内容识别全流程，最终输出 HTML 格式的结构化结果，可直接渲染为表格或导入 Excel，彻底告别手动录入表格数据的繁琐。
- 开发环境：JDK 8 及以上版本
- 运行环境：Windows 10+、Linux x86_64
- 依赖管理：Maven（推荐）
<dependencies>
<!-- ONNX Runtime：模型推理核心依赖 -->
<dependency>
<groupId>com.microsoft.onnxruntime</groupId>
<artifactId>onnxruntime</artifactId>
<version>1.19.0</version>
</dependency>
<!-- DJL MXNet引擎：深度学习框架支持 -->
<dependency>
<groupId>ai.djl.mxnet</groupId>
<artifactId>mxnet-engine</artifactId>
<version>0.31.0</version>
</dependency>
<!-- OpenCV：图像处理依赖 -->
<dependency>
<groupId>ai.djl.opencv</groupId>
<artifactId>opencv</artifactId>
<version>0.31.0</version>
</dependency>
<!-- DJL核心API：模型管理 -->
<dependency>
<groupId>ai.djl</groupId>
<artifactId>api</artifactId>
<version>0.31.0</version>
</dependency>
<!-- 操作pdf -->
<dependency>
<groupId>org.apache.pdfbox</groupId>
<artifactId>pdfbox</artifactId>
<version>3.0.2</version>
</dependency>
</dependencies>前往 GitHub 仓库JiaJiaOCR releases 页面，下载 JiaJiaOCR 2.0 + 版本的 jar 包，放入项目依赖目录并引入。该 Jar 包 200MB（集成了模型文件）。
JiaJiaOCR 1.0+，只需使用通用OCR及PDF识别功能即可。
import com.jiajia.common_object.*;
import com.jiajia.core.JiaJiaOCR;
import org.apache.commons.lang3.tuple.Pair;
import org.opencv.core.Mat;
import org.opencv.core.MatOfPoint;
import org.opencv.core.Point;
import org.opencv.core.Scalar;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
import java.util.ArrayList;
import java.util.List;
import static com.jiajia.common_object.PdfConvert.convertPdfToImages;
/**
* JiaJiaOCR 2.0 + 全功能示例
* @author sy
* @date 2025/12/4 19:56
*/
public class JiaJiaOCR2Demo {
public static void main(String...args) {
String imgPath = "test.jpg"; // 替换为你的图片路径
// 🚀 按需解锁功能（注释解开即可使用）
// generalOCRTest(imgPath); // 1.通用OCR（印刷体）
// handwrittingOCRTest(imgPath); // 2.手写OCR
// layoutDetTest(imgPath); // 3.版面检测（带可视化）
// tableDetTest(imgPath); // 4.表格检测（带可视化）
// tableRecTest(imgPath); // 5.表格识别（输出HTML）
// tableDetRecTest(imgPath); // 6.表格检测+识别（一站式）
// textLineDetText(imgPath); // 7.文本行检测（带可视化）
// pdfOCR(); // 8.这是pdf识别示例
}
/**
* 1. 通用OCR（印刷体识别）
* @param imgPath 图片路径
*/
public static void generalOCRTest(String imgPath) {
// 懒加载初始化：此时不加载任何模型
JiaJiaOCR jiaJiaOCR = JiaJiaOCR.builder();
// 调用功能时才加载对应模型
List<Pair<Text, Box>> result = jiaJiaOCR.recognizeGeneralText(imgPath);
// 输出：文本内容+四边形坐标
System.out.println("通用OCR结果：" + result);
}
/**
* 2. 手写OCR识别
* @param imgPath 图片路径
*/
public static void handwrittingOCRTest(String imgPath) {
JiaJiaOCR jiaJiaOCR = JiaJiaOCR.builder();
List<Pair<Text, Box>> result = jiaJiaOCR.recognizeHandwrittenText(imgPath);
System.out.println("手写OCR结果：" + result);
}
/**
* 3. 版面检测（识别标题/段落/表格等元素，带可视化）
* @param imgPath 图片路径
*/
public static void layoutDetTest(String imgPath) {
JiaJiaOCR jiaJiaOCR = JiaJiaOCR.builder();
List<Layout> layoutList = jiaJiaOCR.detectLayout(imgPath);
// 可视化检测结果并保存
Mat img = Imgcodecs.imread(imgPath);
drawLayoutPredictions(img, layoutList);
Imgcodecs.imwrite("layout_result.jpg", img);
System.out.println("版面检测结果已保存，元素信息：" + layoutList);
}
/**
* 4. 表格检测（仅检测表格区域，带可视化）
* @param imgPath 图片路径
*/
public static void tableDetTest(String imgPath) {
JiaJiaOCR jiaJiaOCR = JiaJiaOCR.builder();
List<DetectionResult> tableList = jiaJiaOCR.detectTables(imgPath);
// 可视化表格区域
Mat img = Imgcodecs.imread(imgPath);
Mat resultMat = drawTableResults(img, tableList);
Imgcodecs.imwrite("table_detect_result.jpg", resultMat);
System.out.println("表格检测区域：" + tableList);
}
/**
* 5. 表格识别（基于通用OCR结果提取表格结构，输出HTML）
* @param imgPath 图片路径
*/
public static void tableRecTest(String imgPath) {
JiaJiaOCR jiaJiaOCR = JiaJiaOCR.builder();
// 先获取通用OCR结果
List<Pair<Text, Box>> ocrResult = jiaJiaOCR.recognizeGeneralText(imgPath);
// 基于OCR结果提取表格结构
TableResult tableResult = jiaJiaOCR.recognizeTableFromOCR(imgPath, ocrResult);
// 输出HTML格式（可直接渲染）
System.out.println("表格识别HTML结果：" + tableResult.getHtmlContent());
}
/**
* 6. 表格检测+识别一站式调用
* @param imgPath 图片路径
*/
public static void tableDetRecTest(String imgPath) {
JiaJiaOCR jiaJiaOCR = JiaJiaOCR.builder();
// 一步获取表格结构化结果
List<TableResult> tableResults = jiaJiaOCR.recognizeTables(imgPath);
for (TableResult table : tableResults) {
System.out.println("表格HTML：" + table.getHtmlContent());
System.out.println("表格坐标：" + table.getBox());
}
}
/**
* 7. 文本行检测（带可视化）
* @param imgPath 图片路径
*/
public static void textLineDetText(String imgPath) {
JiaJiaOCR jiaJiaOCR = JiaJiaOCR.builder();
Boxes textLines = jiaJiaOCR.detectTextLines(imgPath);
// 可视化文本行
Mat img = Imgcodecs.imread(imgPath);
drawTextLinePredictions(img, textLines);
Imgcodecs.imwrite("textline_result.jpg", img);
System.out.println("文本行检测结果：" + textLines);
}
/**
* 8. pdf识别
*/
public static void pdfOCR() throws IOException, OrtException {
String pdfPath = "How_To.pdf";
String pdfOutputDir = "pdf_image"; // pdf转为图片的保存目录
JiaJiaOCR jiaJiaOCR = JiaJiaOCR.builder();
List<String> pdfPathList = convertPdfToImages(pdfPath, pdfOutputDir);
for(String pdfImgPath:pdfPathList) {
List<Pair<Text, Box>> pairList = jiaJiaOCR.recognizeGeneralText(pdfImgPath);
System.out.println(pairList);
}
}
// ------------------- 可视化工具方法 -------------------
/**
* 绘制版面检测结果
*/
public static void drawLayoutPredictions(Mat img, List<Layout> detLayout) {
for(Layout layout : detLayout) {
int[] bbox = layout.getBbox();
// 绘制矩形框（红色，线宽2）
Imgproc.rectangle(img, new Point(bbox[0], bbox[1]),
new Point(bbox[2], bbox[3]), new Scalar(0, 0, 255), 2);
// 绘制元素标签（绿色文字）
String label = layout.getLabel();
Imgproc.putText(img, label, new Point(bbox[0]+5, bbox[1]-10),
Imgproc.FONT_HERSHEY_SIMPLEX, 0.7, new Scalar(0, 255, 0), 2);
}
}
/**
* 绘制表格检测结果
*/
public static Mat drawTableResults(Mat image, List<DetectionResult> results) {
Mat resultImg = image.clone();
for (DetectionResult result : results) {
String label = "表格：" + String.format("%.2f", result.getConfidence());
// 绘制标签与矩形框
Imgproc.putText(resultImg, label, new Point(result.getRect().x, result.getRect().y-10),
Imgproc.FONT_HERSHEY_SIMPLEX, 1.0, new Scalar(0, 0, 255), 2);
Imgproc.rectangle(resultImg, new Point(result.getRect().x, result.getRect().y),
new Point(result.getRect().x+result.getRect().width,
result.getRect().y+result.getRect().height),
new Scalar(0, 0, 255), 2);
}
return resultImg;
}
/**
* 绘制文本行检测结果（多边形适配任意角度）
*/
public static void drawTextLinePredictions(Mat img, Boxes detBoxes) {
List<Box> boxList = detBoxes.getBoxes();
for(Box box : boxList) {
double[] pos = box.getLinePosition();
// 构建四边形顶点
Point[] points = new Point[4];
points[0] = new Point(pos[0], pos[1]);
points[1] = new Point(pos[2], pos[3]);
points[2] = new Point(pos[4], pos[5]);
points[3] = new Point(pos[6], pos[7]);
// 绘制多边形（红色，线宽1）
MatOfPoint polygon = new MatOfPoint(points);
List<MatOfPoint> polygons = new ArrayList<>();
polygons.add(polygon);
Imgproc.polylines(img, polygons, true, new Scalar(0, 0, 255), 1);
}
}
}JiaJiaOCR 2.0 + 提供结构化、易解析的返回结果，覆盖不同功能场景需求：
| 功能模块 | 核心返回内容 | 数据格式说明 |
|---|---|---|
| 通用 OCR / 手写 OCR | 文本内容、坐标、置信度 | List<Pair<Text, Box>>，Text 含内容与置信度，Box 含 8 个顶点坐标 |
| 版面检测 | 元素类型、坐标、置信度 | List<Layout>，含 label（标题 / 段落等）、bbox（矩形坐标） |
| 表格检测 | 表格区域、置信度 | List<DetectionResult>，含矩形坐标与置信度 |
| 表格识别 | 表格结构、内容、坐标 | TableResult，含 htmlContent（HTML 格式）、box（坐标） |
如有想法或问题，欢迎随时联系：
- 🐙 GitHub：jiangnanboy
- 💬 QQ：2229029156
- 📧 Email：[email protected]
如果这个项目对您有帮助，请给我们一个 Star！您的支持是我们持续改进的动力 ❤️