OCR识别的Android端实现

1.OCR简介
OCR （Optical Character Recognition，光学字符识别）是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程；

2.Tesseract简介
Tesseract是Ray Smith于1985到1995年间在惠普布里斯托实验室开发的一个OCR引擎，曾经在1995 UNLV精确度测试中名列前茅。但1996年后基本停止了开发。2006年，Google邀请Smith加盟，重启该项目。目前项目的许可证是Apache 2.0。该项目目前支持Windows、Linux和Mac OS等主流平台。但作为一个引擎，它只提供命令行工具。
现阶段的Tesseract由Google负责维护，是最好的开源OCR Engine之一，并且支持中文。

主页地址：https://github.com/tesseract-ocr

在Tesseract的主页中，我们可以下载到Tesseract的源码及语言包，常用的语言包为

中文：chi-sim.traineddata

英文：eng.traineddata

3.Tess-two
因为Tesseract使用C++实现的，在Android中不能直接使用，需要封装JavaAPI才能在Android平台中进行调用，这里我们直接使用TessTwo项目，tess-two是TesseraToolsForAndroid的一个git分支，使用简单，切集成了leptonica，在使用之前需要先从git上下载源码进行编译。

3.1.1 项目地址
Tess-two在git上地址为：https://github.com/rmtheis/tess-two

3.1.2 使用

在你的Android项目中，修改**build.gradle** 文件，添加如下依赖，即可使用了

1dependencies {
2    implementation 'com.rmtheis:tess-two:9.0.0'
3}

Android 代码如下：

1import android.graphics.Bitmap;
2import android.graphics.BitmapFactory;
3import android.os.Environment;
4import android.os.SystemClock;
5import android.util.Log;
6
7import com.googlecode.tesseract.android.TessBaseAPI;
8
9import java.io.File;
10import java.io.FileNotFoundException;
11import java.io.IOException;
12
13/**
14 * ocr 识别截图文本
15 *
16 */
17public class Imagett {
18    private static String TAG = "IMAGETT";
19    private static final String DEFAULT_LANGUAGE = "chi_sim";
20    private static String text;
21
22    /**
23     *
24     * @param imageFile 识别的图片文件
25     * @param language 识别的语言 chi_sim : 中文， eng：英文
26     * @param refresh 是否重新获取图片
27     * @return
28     */
29    public static String imageToText(final String imageFile, final String language, boolean refresh){ //language :简体中文 chi_sim, 英文 eng
30        if (!refresh){
31            try {
32                return MyFile.readFile(CONST.TESSDATA + File.separator + "text.txt");  //文件读取操作
33            } catch (IOException e) {
34                e.printStackTrace();
35            }
36        }
37        Thread t = new Thread(new Runnable() {
38            @Override
39            public void run() {
40                Bitmap bitmap = BitmapFactory.decodeFile(imageFile);
41                TessBaseAPI tessBaseAPI = new TessBaseAPI();
42                tessBaseAPI.init(CONST.LOGPATH, language);
43                tessBaseAPI.setImage(bitmap);
44                text = tessBaseAPI.getUTF8Text();
45//                logUtil.i(TAG, "run: text " + System.currentTimeMillis() + text);
46                //识别的文本内容写入的文件中
47                try {
48                    MyFile.writeFile(CONST.TESSDATA + File.separator + "text.txt", text, false); //文件写操作
49                } catch (FileNotFoundException e) {
50                    e.printStackTrace();
51                }
52
53                tessBaseAPI.end();
54            }
55        });
56        t.start();
57        //等待识别完成
58        while (t.isAlive()){
59            SystemClock.sleep(100);
60        }
61        return text;
62    }
63    }

实现的功能，将指定图片内的文字识别后输出的txt文件内

OCR识别的Android端实现

评论区

相关推荐