Android OCR之tesseract

Android OCR之tesseract

---

1. 開源工具簡介

---

tesseract是很是有名的開源OCR工具，可是要將它配置到Android開發環境中可能要費點功夫，別擔憂，github上面有好人幫助咱們封裝了Android開發環境的tesseract配置，這就是Android平臺上OCR開源項目tess-two。

2. 環境配置

---

利用tess-two配置OCR環境很是簡單。

• 首先，設置工程的ndk路徑。

• 其次，在模塊中添加依賴：compile 'com.rmtheis:tess-two:6.0.0'。

3. 數據準備

---

要進行OCR還要獲取訓練數據tessdata，下載該訓練數據，到時候將訓練數據弄到本身的Android設備上就好了。

注意：不要把全部訓練數據都弄到Android設備上，由於訓練數據比較大，須要用到什麼語言的數據就只把這些語言對應的數據弄到Android設備上。

好比，我通常識別只用到識別英文與簡體中文，所以只須要將eng.traineddata，chi_sim.traineddata弄到Android設備上就好了。

4. 開始Android OCR之旅

---

相關常量設置：

//訓練數據路徑，必須包含tesseract文件夾
    static final String TESSBASE_PATH = "/storage/emulated/0/Download/tesseract/";
    //識別語言英文
    static final String DEFAULT_LANGUAGE = "eng";
    //識別語言簡體中文
    static final String CHINESE_LANGUAGE = "chi_sim";

英文識別：

public void EnglishOCR(){
        //設置圖片能夠緩存
        english.setDrawingCacheEnabled(true);
        //獲取緩存的bitmap
        final Bitmap bmp = english.getDrawingCache();
        final TessBaseAPI baseApi = new TessBaseAPI();
        //初始化OCR的訓練數據路徑與語言
        baseApi.init(TESSBASE_PATH, DEFAULT_LANGUAGE);
        //設置識別模式
        baseApi.setPageSegMode(TessBaseAPI.PageSegMode.PSM_SINGLE_LINE);
        //設置要識別的圖片
        baseApi.setImage(bmp);
        english.setImageBitmap(bmp);
        englishtext.setText(baseApi.getUTF8Text());
        baseApi.clear();
        baseApi.end();
     }

簡體中文識別與英文識別相似。

5. 程序界面

---

程序源代碼下載：https://github.com/lavor-zl/FunctionsDemo

歡迎關注個人微信公衆號：Android技術漫談