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：

📦 版本更新速览

🔥 轻量版 (1.0+) - 精简高效

• ✅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+) - 功能全面

• ✅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

🎯 四大核心功能详解

1. 📝 通用OCR：印刷体识别标杆

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。

2. ✍️ 手写OCR：突破手写识别难点

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）。

3. 📋 版面检测：文档结构智能解析

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。

4. 📊 表格检测与识别：结构化数据直接提取

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。

🛠️ 快速上手：5分钟集成教程

📋 环境准备

• 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）

📦 引入依赖与 Jar 包

第一步：添加 Maven 依赖

<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>

第二步：下载核心 Jar 包

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）。【下载地址：https://github.com/jiangnanboy/JiaJiaOCR】

JiaJiaOCR 1.0+，只需使用通用OCR及PDF识别功能即可。

💻 完整功能示例代码

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); } } }

📊 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