如何經過Tesseract開源OCR引擎建立Android OCR應用

Tesseract是遵照 Apache License 2.0協議的開源OCR引擎。這裏介紹下如何在Android平臺編譯Tesseract，以及如何快速建立一個簡單的OCR應用。

參考原文：Making an Android OCR Application with Tesseract

Tesseract Android Tools

要編譯Android平臺的Tesseract，須要使用Google提供的tesseract-android-tools。

代碼獲取方式：

git clone https://code.google.com/p/tesseract-android-tools/

打開README，在命令行工具中執行下面的步驟：

cd <project-directory>
curl -O https://tesseract-ocr.googlecode.com/files/tesseract-ocr-3.02.02.tar.gz
curl -O http://leptonica.googlecode.com/files/leptonica-1.69.tar.gz
tar -zxvf tesseract-ocr-3.02.02.tar.gz
tar -zxvf leptonica-1.69.tar.gz
rm -f tesseract-ocr-3.02.02.tar.gz
rm -f leptonica-1.69.tar.gz
mv tesseract-3.02.02 jni/com_googlecode_tesseract_android/src
mv leptonica-1.69 jni/com_googlecode_leptonica_android/src
ndk-build -j8
android update project --target 1 --path .
ant debug (release)

注意：若是你在使用NDK r9，編譯的時候會出現錯誤：

format not a string literal and no format arguments [-Werror=format-security]

解決的方法就是在Application.mk中加入一行：

APP_CFLAGS += -Wno-error=format-security

編譯以後會生成class.jar和一些*.so。

Android OCR Application

建立一個Android應用，把生成的jar和so導入進來。

建立TessOCR：

public class TessOCR {
    private TessBaseAPI mTess;
 
    public TessOCR() {
        // TODO Auto-generated constructor stub
        mTess = new TessBaseAPI();
        String datapath = Environment.getExternalStorageDirectory() + "/tesseract/";
        String language = "eng";
        File dir = new File(datapath + "tessdata/");
        if (!dir.exists()) 
            dir.mkdirs();
        mTess.init(datapath, language);
    }
 
    public String getOCRResult(Bitmap bitmap) {
 
        mTess.setImage(bitmap);
        String result = mTess.getUTF8Text();
 
        return result;
    }
 
    public void onDestroy() {
        if (mTess != null)
            mTess.end();
    }
 
}

構造函數中須要在存儲卡上建立一個目錄tessdata，若是不建立程序運行就會出錯。由於源碼中會檢測這個目錄，不存在就拋出異常：

public boolean init(String datapath, String language) {
        if (datapath == null) {
            throw new IllegalArgumentException("Data path must not be null!");
        }
        if (!datapath.endsWith(File.separator)) {
            datapath += File.separator;
        }
 
        File tessdata = new File(datapath + "tessdata");
        if (!tessdata.exists() || !tessdata.isDirectory()) {
            throw new IllegalArgumentException("Data path must contain subfolder tessdata!");
        }
 
        return nativeInit(datapath, language);
    }

就這麼簡單。如今經過三種方式獲取圖片作OCR：

在圖庫中選取一張圖，選擇發送或者分享，選擇OCR應用

在AndroidManifest.xml中加入IntentFilter，讓OCR應用出如今圖庫的分享列表中：

<intent-filter>
                <action android:name="android.intent.action.SEND" />
 
                <category android:name="android.intent.category.DEFAULT" />
                <data android:mimeType="text/plain" />
                <data android:mimeType="image/*" />
</intent-filter>

得到URI以後，對URI解碼，獲取bitmap：

if (Intent.ACTION_SEND.equals(intent.getAction())) {
    Uri uri = (Uri) intent.getParcelableExtra(Intent.EXTRA_STREAM);
    uriOCR(uri);
}
private void uriOCR(Uri uri) {
        if (uri != null) {
            InputStream is = null;
            try {
                is = getContentResolver().openInputStream(uri);
                Bitmap bitmap = BitmapFactory.decodeStream(is);
                mImage.setImageBitmap(bitmap);
                doOCR(bitmap);
            } catch (FileNotFoundException e) {
                // TODO Auto-generated catch block
                e.printStackTrace();
            } finally {
                if (is != null) {
                    try {
                        is.close();
                    } catch (IOException e) {
                        // TODO Auto-generated catch block
                        e.printStackTrace();
                    }
                }
            }
        }
}

啓動OCR應用，從圖庫中選擇一張圖作OCR

發送Intent調用圖庫，在onActivityResult中獲取返回的URI作OCR：

Intent intent = new Intent(Intent.ACTION_PICK, android.provider.MediaStore.Images.Media.EXTERNAL_CONTENT_URI);
startActivityForResult(intent, REQUEST_PICK_PHOTO);

啓動OCR應用，拍照以後作OCR

爲了獲取高質量的圖片，在Intent中加入圖片路徑。返回以後就能夠直接使用這個圖片路徑解碼：

private void dispatchTakePictureIntent() {
        Intent takePictureIntent = new Intent(MediaStore.ACTION_IMAGE_CAPTURE);
        // Ensure that there's a camera activity to handle the intent
        if (takePictureIntent.resolveActivity(getPackageManager()) != null) {
            // Create the File where the photo should go
            File photoFile = null;
            try {
                photoFile = createImageFile();
            } catch (IOException ex) {
                // Error occurred while creating the File
 
            }
            // Continue only if the File was successfully created
            if (photoFile != null) {
                takePictureIntent.putExtra(MediaStore.EXTRA_OUTPUT,
                        Uri.fromFile(photoFile));
                startActivityForResult(takePictureIntent, REQUEST_TAKE_PHOTO);
            }
        }
}

最後不要忘記下載語言包，並push到存儲卡的tessdata目錄下。

源碼

https://github.com/DynamsoftRD/android-tesseract-ocr

git clone https://github.com/DynamsoftRD/android-tesseract-ocr.git