Tess4J

Tess4J est un wrapper open source pour le logiciel de reconnaissance optique de caractères Tesseract compatible avec la plupart des formats image et les documents PDF.

Pour rappel, Tesseract permet aux développeurs d'intégrer un module OCR à leurs projets en faisant appel à une puissante API capable de reconnaître et d'extraire du texte dans une image.

Grâce à Tess4J, les développeurs peuvent intégrer les fonctionnalités de l'API de Tesseract à leurs projets d'applications écrits en Java. Par ailleurs, ses propriétés JNA (Java Native Access) lui permettent d'appeler des fonctions Java natives.

Tess4J est compatible avec la plupart des formats image que sont JPEG, BMP, TIFF, GIF et PNG. L'outil est également capable d'extraire du texte d'un fichier TIFF de plusieurs pages, ainsi que de reconnaître du texte issu de documents PDF numérisés.