JiaJiaOCR：纯 Java 实现的 OCR 解决方案

接下来，从官方仓库下载 JiaJiaOCR 2.0+ 版本的 jar 包（约 200MB，集成了模型文件），放入项目依赖目录并引入。该 Jar 包包含完整的功能实现。

完整功能示例代码

下面是一个完整的 Demo，展示了如何初始化引擎并调用不同功能。注意代码中采用了懒加载模式，只有在调用具体方法时才会加载对应的模型，这有助于减少内存占用。

import com.jiajia.common_object.*;
import com.jiajia.core.JiaJiaOCR;
import org.apache.commons.lang3.tuple.Pair;
import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.rendering.PDFRenderer;
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.io.IOException;
import java.util.ArrayList;
import java.util.List;

import static com.jiajia.common_object.PdfConvert.convertPdfToImages;

/**
 * JiaJiaOCR 2.0 + 全功能示例
 */
public class JiaJiaOCR2Demo {

    public static void main(String... args) throws IOException {
        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. 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 {
        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);
        }
    }
}

关键返回结果说明

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：

效果展示

通用 OCR 效果

手写 OCR 效果

版面检测效果

表格检测效果

表格识别效果