下面是整个详解步骤过程
效果图
- 流程:获取assets中的图片显示到页面,点击提取图片内的文字
一、OCR的含义
ocr
是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
二、前提准备
注意:
1、 Android 4.1 (API 16) 或更高版本
2、JDK版本是Java 17 Java 17获取
下载后把项目的JKD 换成Java 17,如下图:
二、使用步骤详情
1、将 JitPack 存储库添加到存储库末尾的项目根文件
allprojects {
repositories {
...
maven { url 'https://jitpack.io' }
}
}
- 根据自己studio位置添加,我的是新版的studio是如下图位置
2、将依赖项添加到应用模块文件
dependencies {
// To use Standard variant:
implementation 'cz.adaptech.tesseract4android:tesseract4android:4.7.0'
}
- 这里我们使用的是单线程依赖
3、数据文件下载路径
4、详情代码案例Demo如下:
Main.xml
<?xml version="1.0" encoding="utf-8"?>
<LinearLayout xmlns:android="http://schemas.android.com/apk/res/android"
xmlns:app="http://schemas.android.com/apk/res-auto"
xmlns:tools="http://schemas.android.com/tools"
android:layout_width="match_parent"
android:layout_height="match_parent"
android:orientation="vertical"
tools:context=".MainActivity">
<Button
android:id="@+id/btn_tiqu"
android:text="提取"
android:layout_width="wrap_content"
android:layout_height="wrap_content"/>
<ImageView
android:id="@+id/image"
android:text="拍照"
android:layout_width="match_parent"
android:layout_height="400dp"/>
<TextView
android:id="@+id/tv_result"
android:layout_width="wrap_content"
android:layout_height="wrap_content"/>
</LinearLayout>
Main.java
package com.example.tesseract4application;
import androidx.appcompat.app.AppCompatActivity;
import android.annotation.SuppressLint;
import android.content.Context;
import android.content.Intent;
import android.content.res.AssetManager;
import android.graphics.Bitmap;
import android.graphics.BitmapFactory;
import android.os.Bundle;
import android.provider.MediaStore;
import android.util.Log;
import android.view.View;
import android.widget.Button;
import android.widget.ImageView;
import android.widget.TextView;
import android.widget.Toast;
import com.googlecode.tesseract.android.TessBaseAPI;
import java.io.File;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.InputStream;
import java.io.OutputStream;
public class MainActivity extends AppCompatActivity {
private static final int REQUEST_IMAGE_CAPTURE = 1;
public static final String TESS_DATA = "/tessdata";
// private static final String DATA_FILENAME = "eng.traineddata";
private static final String DATA_FILENAME = "chi_sim.traineddata";
private TextView tv_result;
private Button btn_tiqu;
private ImageView image;
@SuppressLint("MissingInflatedId")
@Override
protected void onCreate(Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
setContentView(R.layout.activity_main);
tv_result=findViewById(R.id.tv_result);
btn_tiqu=findViewById(R.id.btn_tiqu);
image=findViewById(R.id.image);
Bitmap bitmapFromAssets = getBitmapFromAssets(MainActivity.this, "cs.png");
image.setImageBitmap(bitmapFromAssets);
btn_tiqu.setOnClickListener(new View.OnClickListener() {
@Override
public void onClick(View view) {
recognizeTextFromBitmap(bitmapFromAssets);
}
});
}
// 从assets中读取一张Bitmap类型的图片
private Bitmap getBitmapFromAssets(Context context, String filename) {
Bitmap bitmap = null;
AssetManager assetManager = context.getAssets();
try {
InputStream is = assetManager.open(filename);
bitmap = BitmapFactory.decodeStream(is);
is.close();
Log.i("TAG", "图片读取成功。");
// Toast.makeText(getApplicationContext(), "图片读取成功。", Toast.LENGTH_SHORT).show();
} catch (IOException e) {
Log.i("TAG", "图片读取失败。");
// Toast.makeText(getApplicationContext(), "图片读取失败。", Toast.LENGTH_SHORT).show();
e.printStackTrace();
}
return bitmap;
}
private void dispatchTakePictureIntent() {
Intent takePictureIntent = new Intent(MediaStore.ACTION_IMAGE_CAPTURE);
if (takePictureIntent.resolveActivity(getPackageManager()) != null) {
startActivityForResult(takePictureIntent, REQUEST_IMAGE_CAPTURE);
}
}
@Override
protected void onActivityResult(int requestCode, int resultCode, Intent data) {
super.onActivityResult(requestCode, resultCode, data);
if (requestCode == REQUEST_IMAGE_CAPTURE && resultCode == RESULT_OK) {
Bundle extras = data.getExtras();
Bitmap imageBitmap = (Bitmap) extras.get("data");
// 在这里使用imageBitmap进行文字识别
image.setImageBitmap(imageBitmap);
recognizeTextFromBitmap(imageBitmap);
}
}
private void recognizeTextFromBitmap(Bitmap image) {
prepareTess();
// 创建TessBaseAPI实例(这在内部创建本机Tesseract实例)
TessBaseAPI tess = new TessBaseAPI();
//给定的路径必须包含子目录“tessdata”,其中是“*.traineddata”语言文件
//路径必须可由应用程序直接读取
String dataPath = getExternalFilesDir("/").getPath() + "/";
if (!tess.init(dataPath, "chi_sim")) { // could be multiple languages, like "eng+deu+fra"
//初始化Tesseract时出错(数据路径错误/无法访问或语言文件不存在)
//释放本机Tesseract实例
tess.recycle();
return;
}
//加载图像(文件路径、位图、像素…)
//(在Tesseract生命周期内可以调用多次)
tess.setImage(image);
//启动识别(如果尚未对此图像进行识别)并检索结果
//(在Tesseract生命周期内可以调用多次)
String text = tess.getUTF8Text();
tv_result.setText(text);
//当您不想再使用本机Tesseract实例时,请将其释放
//在该调用之后,无法在此TessBaseAPI实例上调用任何方法
tess.recycle();
}
// 为Tesserect复制(从assets中复制过去)所需的数据
private void prepareTess() {
try{
// 先创建必须的目录
File dir = getExternalFilesDir(TESS_DATA);
if(!dir.exists()){
if (!dir.mkdir()) {
Toast.makeText(getApplicationContext(), "目录" + dir.getPath() + "没有创建成功", Toast.LENGTH_SHORT).show();
}
}
// 从assets中复制必须的数据
String pathToDataFile = dir + "/" + DATA_FILENAME;
if (!(new File(pathToDataFile)).exists()) {
InputStream in = getAssets().open(DATA_FILENAME);
OutputStream out = new FileOutputStream(pathToDataFile);
byte[] buff = new byte[1024];
int len;
while ((len = in.read(buff)) > 0) {
out.write(buff, 0, len);
}
in.close();
out.close();
}
} catch (Exception e) {
Log.e("TAG", e.getMessage());
}
}
}