android tesseract-ocr实例教程(包含中文识别)(附源码)

标签: android ocr tesseract 源码 实例
18078人阅读 评论(51) 收藏 举报
分类:

(转载请注明出处:http://blog.csdn.net/buptgshengod


ps:鉴于大家对这个项目这么感兴趣,问题也比较多,我简单的再说几点。

1.我只是使用了这个ocr引擎,算法什么的我真的不清楚,这个引擎是比较老的,虽然是google旗下的,但是准确率并不算突出,算法是90年代的。

2.很多人问路径是否可以更改,就是语言包tess的路径。这个当然可以改,我写成这样是针对一些基础不好的童鞋。

3.很多人不会翻墙下载中文语言包,我在github里面加入了中文语言包,大家有兴趣的去下载吧。

4.有什么不会的,我建议大家仔细看下博文和评论,如果还不明白,可以给我发邮件。


1.介绍    

    快过年了,博主的新应用-屏幕取词之了老花镜的编码工作也在紧锣密鼓的进行中。下面分享一下这个应用中的核心功能ocr,也就是图片识词功能。先来看下我的实现效果。上图是在网上随便截下来的一个带有英文的页面,下图是我的应用的实现效果。



2.实现

   (1)首先要下载我的源码和语言包,博客下方会给出地址。
    (2)把代码中的lib中的两个文件夹和jar文件导入。
    (3)需要注意的有两点请认真看下面贴出的代码的注释
package com.example.tess;


import java.io.File;

import com.googlecode.tesseract.android.TessBaseAPI;

import android.os.Bundle;
import android.app.Activity;
import android.content.Intent;
import android.graphics.Bitmap;
import android.graphics.BitmapFactory;
import android.view.Menu;
import android.view.View;
import android.view.View.OnClickListener;
import android.widget.Button;
import android.widget.TextView;

public class MainActivity extends Activity {

	private TextView text;
	TessBaseAPI baseApi;
	@Override
	protected void onCreate(Bundle savedInstanceState) {
		super.onCreate(savedInstanceState);
		setContentView(R.layout.activity_main);
	    
		Button bt=new Button(getBaseContext());
	    bt=(Button)findViewById(R.id.button1);
	    
	      text=new TextView(getBaseContext());
	      text=(TextView)findViewById(R.id.textView1);
	    
	      baseApi=new TessBaseAPI();
	      //(注意)前面的地址是语言包的父级。eng表示解析的是英文
	      baseApi.init("/mnt/sdcard/tesseract/", "eng");
	      
	    bt.setOnClickListener(new OnClickListener() {
            @Override
        	 public void onClick(View sourse) {
           // text.setText("sb");
            	//设置要ocr的图片bitmap,要解析的图片地址(注意)
            	baseApi.setImage(getDiskBitmap("/mnt/sdcard/mypic.bmp"));
            	//根据Init的语言,获得ocr后的字符串
            	String text1= baseApi.getUTF8Text();
            	text.setText(text1);
            	//释放bitmap
            	baseApi.clear();
            }
        }
         );
	}
	/*
	 * 将本地图片转换为bitmap
	 */

	private Bitmap getDiskBitmap(String pathString)
	{
		Bitmap bitmap = null;
		try
		{
			File file = new File(pathString);
			if(file.exists())
			{
				bitmap = BitmapFactory.decodeFile(pathString);
				
			}
		} catch (Exception e)
		{
			// TODO: handle exception
		}
		
		
		return bitmap;
	}
}

(4)图片越大耗时越长,本例耗时差不多半分钟

3.源码及相关文件下载地址


好吧,好多人说代码下载不了或者说10分太贵了,这里提供一下免费下载地址
其中tess文件夹是android程序
tessdata是语言包


4.中文识别
 
 可到以下地址下载,将其解压放到/tesseract/tessdata下面,然后将eng改为chi_sim
http://code.google.com/p/tesseract-ocr/downloads/detail?name=chi_sim.traineddata.gz&can=2&q=


查看评论

OCR----Tesseract引擎核心类TessBaseAPI的操作

前言写了两篇博文介绍了: Python调用Tesseract引擎(Ubuntu下) Tesseract 3.x 架构及原理解析 这一篇将更加深入OCR的世界!不得不把一些和本专栏(后面会整理出一个...
  • guzhenping
  • guzhenping
  • 2016-03-31 22:12:57
  • 6894

Tesseract-OCR学习系列(四)API

转载自:http://www.jianshu.com/p/3df039e42986 Other API Examples 参考文档:https://github.com/tesseract...
  • striving1234
  • striving1234
  • 2017-09-25 16:06:40
  • 313

Tesseract3的常用API

初始化函数 (1) int Init(const char* datapath, const char* language, char **configs, int configs_size,...
  • yangbingzhou
  • yangbingzhou
  • 2014-03-01 20:23:26
  • 7149

android-ocr 光学字符识别技术

支持原创,转载请注明出处: http://blog.csdn.net/wuzhiqun27/article/details/8647224   因为工作需要,这两天一直在找实现OCR的androi...
  • wuzhiqun27
  • wuzhiqun27
  • 2013-03-08 11:26:40
  • 4310

Leptonica --> tesseract --> OpenCV

DependencyVery useful links nicely contains lots lots MS related information. Downloading liblept p...
  • windtalkersm
  • windtalkersm
  • 2016-08-24 22:48:06
  • 2762

Android上图片文字识别

一款实现拍照和相册选取的安卓文字识别
  • u011502387
  • u011502387
  • 2017-04-19 09:24:24
  • 6139

tess-two.tesseract3.01-leptonica1.68-LibJPEG6b.jar

  • 2017年04月19日 09:37
  • 135KB
  • 下载

Android之Tesseract OCR

本文将介绍android平台上如何使用tesseract实现OCR。 tesseract出生于HP实验室,如今由Google负责维护,是最好的开源OCR Engine之一,并且支持中文。 tesser...
  • kimylrong
  • kimylrong
  • 2013-09-06 18:20:34
  • 29705

tesseract-ocr识别中文扫描图片实例讲解

当我浏览http://code.google.com/p/tesseract-ocr并下载了几个文件下来之后顿时感到一头雾水,不知该如何下手。网上看到有人在linux操作系统下的实现,  如: ...
  • gzh0222
  • gzh0222
  • 2012-06-07 14:54:59
  • 19506

基于tesseract_ocr实现图片中汉字辨识

最近在研究视频字幕识别,写了一个小的程序,得到一些实验结果,同时也存在着一些问题,这里拿出来和大家分享下。 1.工具 (1)tesseract_ocr(识别汉字); (2)vs2010; (3...
  • ZhanCF
  • ZhanCF
  • 2015-10-30 17:27:01
  • 2525
    统计

    主要讲述算法和业务的结合,适合初学者

    机器学习实践应用

    京东地址

    作者公众号:凡人机器学习

    凡人机器学习

    个人资料
    专栏达人 持之以恒
    等级:
    访问量: 89万+
    积分: 1万+
    排名: 1617
    博客专栏