JiaJiaOCR：Java 开源 OCR 识别库

JiaJiaOCR：Java 开源 OCR 识别库

在 OCR 技术落地过程中，Java 开发者常面临 Python 生态繁荣但 Java 集成困难的困境。JiaJiaOCR 提供轻量级和全功能版本，支持通用 OCR、手写 OCR、版面检测及表格识别。

版本说明

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

版本更新

轻量版 (1.0+)

• 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

全功能版 (2.0+)

• 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：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

核心功能

1. 通用 OCR：支持中英文、数字、符号混合识别，适用于发票、标签等印刷体场景。
2. 手写 OCR：针对中文手写体专项优化，支持工整及连笔手写，识别准确率达 92% 以上。
3. 版面检测：自动识别标题、段落、图片、表格等元素，返回坐标与类型标签。
4. 表格检测与识别：纯 Java 表格识别方案，支持区域检测、单元格分割，输出 HTML 格式结构化结果。

快速上手

环境准备

• 开发环境：JDK 8 及以上
• 运行环境：Windows 10+、Linux x86_64
• 依赖管理：Maven

引入依赖

Maven 依赖

<dependencies>
    <dependency>
        <groupId>com.microsoft.onnxruntime</groupId>
        <artifactId>onnxruntime</artifactId>
        <version>1.19.0</version>
    </dependency>
    <dependency>
        <groupId>ai.djl.mxnet</groupId>
        <artifactId>mxnet-engine</artifactId>
        <version>0.31.0</version>
    </dependency>
    <dependency>
        <groupId>ai.djl.opencv</groupId>
        <artifactId>opencv</artifactId>
        <version>0.31.0</version>
    </dependency>
    <dependency>
        <groupId>ai.djl</groupId>
        <artifactId>api</artifactId>
        <version>0.31.0</version>
    </dependency>
    <dependency>
        <groupId>org.apache.pdfbox</groupId>
        <artifactId>pdfbox</artifactId>
        <version>3.0.2</version>
    </dependency>
</dependencies>

下载 Jar 包

前往 GitHub 仓库 releases 页面下载 JiaJiaOCR jar 包并放入项目依赖目录。该 Jar 包集成了模型文件。

代码示例

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.Point;
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;

public class JiaJiaOCR2Demo {
    public static void main(String... args) {
        String imgPath = "test.jpg";
        // generalOCRTest(imgPath);
        // handwrittingOCRTest(imgPath);
        // layoutDetTest(imgPath);
        // tableDetTest(imgPath);
        // tableRecTest(imgPath);
        // tableDetRecTest(imgPath);
        // textLineDetText(imgPath);
        // pdfOCR();
    }

    public static void generalOCRTest(String imgPath) {
        JiaJiaOCR jiaJiaOCR = JiaJiaOCR.builder();
        List<Pair<Text, Box>> result = jiaJiaOCR.recognizeGeneralText(imgPath);
        System.out.println("通用 OCR 结果：" + result);
    }

    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);
    }

    public static void layoutDetTest(String imgPath) {
        JiaJiaOCR jiaJiaOCR = JiaJiaOCR.builder();
        List<Layout> layoutList = jiaJiaOCR.detectLayout(imgPath);
        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：" + layoutList);
    }

    public static void tableDetTest(String imgPath) {
        JiaJiaOCR jiaJiaOCR = JiaJiaOCR.builder();
        List<DetectionResult> tableList = jiaJiaOCR.detectTables(imgPath);
        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);
    }

    public static void tableRecTest(String imgPath) {
        JiaJiaOCR jiaJiaOCR = JiaJiaOCR.builder();
        List<Pair<Text, Box>> ocrResult = jiaJiaOCR.recognizeGeneralText(imgPath);
        TableResult tableResult = jiaJiaOCR.recognizeTableFromOCR(imgPath, ocrResult);
        System.out.println("表格识别 HTML 结果：" + tableResult.getHtmlContent());
    }

    public static void tableDetRecTest(String imgPath) {
        JiaJiaOCR jiaJiaOCR = JiaJiaOCR.builder();
        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());
        }
    }

    public static void textLineDetText(String imgPath) {
        JiaJiaOCR jiaJiaOCR = JiaJiaOCR.builder();
        Boxes textLines = jiaJiaOCR.detectTextLines(imgPath);
        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);
    }

    public static void pdfOCR() throws IOException, OrtException {
        String pdfPath = "How_To.pdf";
        String pdfOutputDir = "pdf_image";
        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);
        }
    }

    public static void drawLayoutPredictions(Mat img, List<Layout> detLayout) {
        for (Layout layout : detLayout) {
            int[] bbox = layout.getBbox();
            Imgproc.rectangle(img, new Point(bbox[0], bbox[1]), new Point(bbox[2], bbox[3]), new Scalar(0, 0, 255), 2);
            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);
        }
    }

    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());
            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;
    }

    public static void drawTextLinePredictions(Mat img, Boxes detBoxes) {
        List<Box> boxList = detBoxes.getBoxes();
        for (Box box : boxList) {
            double[] pos = box.getLinePosition();
            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]);
            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

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>>
版面检测	元素类型、坐标、置信度	List
表格检测	表格区域、置信度	List
表格识别	表格结构、内容、坐标	TableResult

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