百度Ocr文字識別

簡述

最近開發一個項目須要用到Ocr文字識別技術來識別手寫文字，在評估過程當中體驗了百度的文字識別和騰訊的文字識別。查找官方開發文檔，發現它們都有印刷體和手寫體兩種符合項目需求的識別模式，可是騰訊的手寫體模式並沒找到sdk，只能直接根據文檔手動post請求並返回結果，但網上卻找不到具體的例子，致使進行過程當中出現了一些小困難。這篇文章主要記錄一下在Android Studio中百度Ocr的用法(主要參考官方文檔)。下篇文章記錄騰訊Ocr的用法。

通用識別模式（高精度版）

1.首先須要下載百度文字識別的sdk。SDK下載頁面
2.解壓縮下載的包，而後進入libs目錄，找到ocr-sdk.jar，複製到工程的libs目錄下，而後點擊Android Studio的Build->Edit Libralies and Dependencies...,點擊＋號，再點擊jar dependency，找到ocr-sdk.jar並添加便可。
3.查看下載的包的libs目錄下，發現有armeabi，arm64-v8a，armeabi-v7a，x86這幾個文件夾，選擇本身設備對應的文件夾，複製到android studio工程src/main/jniLibs目錄中，若是不知道設備的arm架構，能夠用Android Studio鏈接設備，而後在Android Studio的控制檯中輸入：
adb shell getprop ro.product.cpu.abi
便可查看當前設備的arm架構。
4.添加必要的權限：

<uses-permission android:name="android.permission.INTERNET" />
<uses-permission android:name="android.permission.READ_EXTERNAL_STORAGE"/>
<uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE"/>

注意：android6.0以上須要申請動態權限。
5.若是在本身的工程中集成SDK，爲了防止release發佈時打包報錯，須要在Proguard配置文件中增長：

-keep class com.baidu.ocr.sdk.**{*;}
-dontwarn com.baidu.ocr.**

6.在代碼中初始化sdk：

/**
     * 用明文ak，sk初始化
     */
    private void initAccessTokenWithAkSk() {
        OCR.getInstance(mContext).initAccessTokenWithAkSk(new OnResultListener<AccessToken>() {
            @Override
            public void onResult(AccessToken result) {
                String token = result.getAccessToken();
                hasGotToken = true;   //用來判斷是否成功獲取受權
                ocrNormal();                 //開始文字識別（爲了簡單起見，直接在這裏進行文字識別，實際上使用看項目須要進行判斷token）
            }

            @Override
            public void onError(OCRError error) {
                error.printStackTrace();
            }
        }, mContext.getApplicationContext(), "替換成你的Api Key", "替換成你的Secret Key");
    }

Api Key和Secret Key須要去百度開放平臺註冊獲取(百度ai開放平臺)。還有一種安全模式受權這裏不詳說了。
7.開始文字識別：

private void ocrNormal() {
        // 通用文字識別參數設置
        GeneralBasicParams param = new GeneralBasicParams();
        param.setDetectDirection(true);
        //這裏調用的是本地文件，使用時替換成你的本地文件
        File file=getBitmapFile(mBitmap);
        param.setImageFile(file);
      // 調用通用文字識別服務
        OCR.getInstance(mContext).recognizeAccurateBasic(param, new OnResultListener<GeneralResult>() {
            @Override
            public void onResult(GeneralResult result) {
                StringBuilder sb = new StringBuilder();
                // 調用成功，返回GeneralResult對象
                for (WordSimple wordSimple : result.getWordList()) {
                    // wordSimple不包含位置信息
                    WordSimple word = wordSimple;
                    sb.append(word.getWords());
                    //sb.append("\n");
                }
                //file.delete();
                  //String返回
                ocrResult = sb.toString();
                // json格式返回字符串result.getJsonRes())
            }

            @Override
            public void onError(OCRError error) {
                // 調用失敗，返回OCRError對象
            }
        });
    }

手寫體文字識別

手寫體文字識別只須要把上述調用的方法ocrNormal()修改成ocrHandwrite()，而後第7步修改成如下便可：

private void orcHandwrite() {
        // 通用文字識別參數設置
        OcrRequestParams param = new OcrRequestParams();
        File file=getBitmapFile(mBitmap);
        param.setImageFile(file);
      // 調用通用文字識別服務
        OCR.getInstance(mContext).recognizeHandwriting(param, new OnResultListener<OcrResponseResult>() {
            @Override
            public void onResult(OcrResponseResult ocrResponseResult) {
                //file.delete()；
                // json格式返回字符串
               ocrResult = ocrResponseResult.getJsonRes();
            }
            @Override
            public void onError(OCRError ocrError) {

            }
        });
    }

其中ocrResult返回的是json格式的字符串，須要本身去轉換成jsonObject而後讀取須要的數據。

兩種模式比較

爲了比較他們的準確度，我測試了印刷體和手寫體兩種文字的多個樣例，發現通常狀況下，都是高精度的普通印刷體模式識別準確率比較高，可是在比較潦草的狀況下，手寫體識別率比較高（這只是相對而言，實際上潦草字在不少狀況下兩種模式都未識別成功），因此得出結論，大部分狀況下用高精度印刷體文字識別模式便可。