Android实现扫一扫识别图像数字（镂空图像数字Tesseract训练）（上）

关于

应项目需求，要开发Android实现扫一扫将数字识别出来。但是网上得一些涉及到数字的识别率不高。所以需要自己针对要扫描得数字类型进行特别训练。查了一些资料，Android想扫描识别数字需要采用OCR （Optical Character Recognition，光学字符识别）来实现。tess-two使我们可以在Android上使用OCR。本篇主要讲解得是学习训练识别镂空数字的过程。

需要的工具以及安装运行步骤如下

1.安装tesseract

tesseract不是python的库文件，因此需要从网上下载安装，安装文件下载请点这里，进入网页后，根据需要选择高亮的蓝色字体进行下载，下载后按默认安装即可。

tesseract实际上是在windows命令行模式下使用的工具，因此需要配置其环境变量。配置方法如下：打开我的电脑属性——更改设置——高级——环境变量，在系统变量中添加tesseract的路径。如下：

新增名为TESSDATA_PREFIX 变量值为D:\Program Files (x86)\Tesseract-OCR\tessdata （这里放你的安装地址里面得tessdata）如下：

打开cmd输入 tesseract -v 如果显示版本信息则表示成功。失败的话可能是你得电脑没有java环境。

2.下载使用jTessBoxEditor与素材准备

下载地址 网盘 提取码 tobe（不过不是最新的）。最新下载地址
下载完成后直接解压到你想放到的盘区里，打开解压文件夹，找到里面train.bat的如下图，单机运行即为我们要修改训练数据的软件（这里是windows系统）：

打开的界面如下，其中箭头所指的方向则是我们需要用到的修改产生的box文件：

下面就是我们的自己训练找的网图如下（你可以找自己要训练的数字类型）：



需要先把其转为.tif格式图片，我们只需要使用电脑本身的画图工具另存为number01.tif图片如下：

这里样本图片越多越好，我就以这三张为例，打开我们的jTessBoxEditor软件，选择Tools选择Merge TIFF选项找到这三张图片，然后shift全选之后命名为一个新的图片。命名规范如下：

[lang].[fontname].exp[num].tif

这里我们命名为num.normal.exp0.tif 如下图：

3.开始操作 步骤一 生成box文件

打开cmd 输入如下命令：

tesseract num.normal.exp0.tif num.normal.exp0 batch.nochop makebox

这里我是先把图片放到了我的个人用户下面，这样就不用再num前面加上地址了：

这将会在13115下生成一个num.normal.exp0.box文件。

4.步骤二 使用jTessBoxEditor修正.box文件

我们打开jTessBoxEditor选择 Box Editor，然后打开我们刚才第二步合并出来的num.normal.exp0.tif图片，会在下方显示出识别的数据如下，其中最下方有三页，因为我们合并了三张，对每一张的数据进行修正，然后保存。：

要对每一页数据都进行校正，在上方进行多余行数的删减或是修改等等，这张截图是我已经修改好的。

5.生成font_properties文件

打开cmd输入如下：

echo normal 0 0 0 0 0 > font_properties

其中的normal是我们在前面定义图片素材格式时候使用的，num.normal 中的normal 你也可以改成其他字体类型。这个时候会在你的路径下生成一个文件：

5.使用tesseract生成.tr训练文件

打开cmd输入如下：

tesseract num.normal.exp0.tif num.normal.exp0 nobatch box.train

成功则如下：

这里如果出现错误一般可能是没有事先生成.box文件

6.生成字符集文件

打开cmd输入命令如下：

unicharset_extractor num.normal.exp0.box

如果出现如下图所示则表示成功：

这里说下我的出错坑之旅。报错大概率是因为你的路径或者文件名称问题。
一般可能出错如下：

Extracting unicharset from num.normal.exp0.box Cannot open box file num.norm

出现这个错误就是没有生成.box文件。

7.生成shape文件

打开cmd，输入如下：

shapeclustering -F font_properties -U unicharset -O num.unicharset num.normal.exp0.tr

效果如下：

如果这里报错如下：

Warning: No shape table file present: shapetable Failed to load font_propert

说明你的上面步骤还是出错了。百度也解决不了问题，所以建议文件路径放到你的用户下。

8.生成聚字符特征文件

要生成 inttemp、pffmtable、shapetable和num.unicharset文件
打开cmd输入如下：

mftraining -F font_properties -U unicharset -O num.unicharset num.normal.exp0.tr

会在目录下生成这四个文件：

9.生成字符正常化特征文件

生成 normproto 文件，打开cmd输入如下：

cntraining num.normal.exp0.tr

如下图：

10. 文件重命名特征文件

修改inttemp、pffmtable、shapetable和num.unicharset文件名字为[lang].xxx文件，例如，num.inttemp
所有的生成文件如下：

11.合并训练文件

打开cmd，输入如下：

combine_tessdata num.
# offset 1、3、4、5、13这些项不是-1，表示新的字库生成成功。
Combining tessdata files
Output num.traineddata created successfully.
1:unicharset:size=676, offset=168
3:inttemp:size=132160, offset=844
4:pffmtable:size=117, offset=133004
5:normproto:size=1262, offset=133121
13:shapetable:size=166, offset=134383

如下图：

此时可以在目录下找到一个名为num.traineddata的文件，此时我们需要将这个包拷贝到Tesseract-OCR–>tessdata目录下，如下图：

12.验证识别效果

自己手写一张镂空数字，并拍照把它命名为test.png图片。如下图（你可以网上百度，手写有点丑）：

调用cmd，输入如下命令：

tesseract test.png newresulttest -l num

这个方法是将我们识别出来的结果通过新建newresult.txt文本方式显示出来，里面内容就是我们识别的数据了。

虽然数字8没有识别出来，但是识别率已经很高了，毕竟我们的素材样本很少，样本越多，识别率也就越高。
本篇内容就到此结束了，整体流程也很清晰，下一篇就是在Android上实现扫描图像识别数字功能了。
下一篇Android实现扫一扫识别图像数字（使用训练的库拍照查看扫描结果）（下）