Android Studio 教你3步会用tesseract

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/danfengw/article/details/79231201

这里写图片描述

资源链接:

Tesseract 两个重要的github连接:
https://github.com/rmtheis/tess-two
https://github.com/tesseract-ocr/tessdata

tesseract具体使用:

1、添加依赖 compile 'com.rmtheis:tess-two:8.0.0'(这应该再熟悉不过了)
2、从上面的第二个tessdata的链接下载对应的字库,创建assets目录,添加字库,如下图
这里写图片描述
3、编码
(1)初始化TessBaseAPI
路径

 private  String mDataPath=Environment.getExternalStorageDirectory().getAbsolutePath()+"/tessdata/";

下面创建目录跟复制字库我都放在了onCreate方法中,但是这样的话activity会出现空白一小会儿。

//创建父目录
File parentfile=new File(mDataPath);
        if (!parentfile.exists()){
            parentfile.mkdir();
        }
copyFiles();//复制字库,具体代码见下文
String lang = "chi_sim+eng";//中文简体+英文
mTess = new TessBaseAPI();
mTess.init(mFilePath, lang);//mFilePath不知道?

(2)复制字库

   private void copyFiles() {
   //循环复制2中字库
            String[] datafilepaths = new String[]{mDataPath + "/chi_sim.traineddata",mDataPath+"/eng.traineddata"};
            for (String datafilepath : datafilepaths) {
                copyFile(datafilepath);
            }
    }

    private void copyFile(String datafilepath) {
        try {
            String filepath = datafilepath;
            String[] filesegment = filepath.split(File.separator);
            String filename = filesegment[(filesegment.length - 1)];//获取chi_sim.traineddata和eng.traineddata文件名
            AssetManager assetManager = getAssets();
            InputStream instream = assetManager.open(filename);//打开chi_sim.traineddata和eng.traineddata文件
            OutputStream outstream = new FileOutputStream(filepath);

            byte[] buffer = new byte[1024];
            int read;
            while ((read = instream.read(buffer)) != -1) {
                outstream.write(buffer, 0, read);
            }
            outstream.flush();
            outstream.close();
            instream.close();
            File file = new File(filepath);
            if (!file.exists()) {
                throw new FileNotFoundException();
            }
        } catch (FileNotFoundException e) {
            e.printStackTrace();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

(3)获得结果
这一步属于是耗时操作,建议异步进行AsyncTask或者Rxjava

Long starttime=System.currentTimeMillis();
String OCRresult = null;
mTess.setImage(bitmap);
OCRresult = mTess.getUTF8Text();
Long endtime=System.currentTimeMillis();
Log.e("耗时时间",(endtime-starttime)+"");

总结:
1、两种语言进行的识别时间会比单纯一种语言的识别慢很多倍,如果是识别少量文字,速度还可以,但是如果需要识别大量文字,几乎是要崩溃……这个有待改进
2、上图我还没有加osd.traineddata,试了下旋转过的图片效果不好
3、识别效果的好坏还跟你处理的图片的好坏有关系,多方面因素吧。

阅读更多
想对作者说点什么? 我来说一句

没有更多推荐了,返回首页