Android文字识别tess-two OCR

OCR Tesseract tess-two文字识别Android Studio实现

1、简介

OCR （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
Tesseract是Ray Smith于1985到1995年间在惠普布里斯托实验室开发的一个OCR引擎，曾经在1995 UNLV精确度测试中名列前茅。但1996年后基本停止了开发。2006年，Google邀请Smith加盟，重启该项目。目前项目的许可证是Apache 2.0。该项目目前支持Windows、Linux和Mac OS等主流平台。但作为一个引擎，它只提供命令行工具。
因为Tesseract使用C++实现的，在Android中不能直接使用，需要封装JavaAPI才能在Android平台中进行调用，这里我们直接使用TessTwo项目，tess-two是TesseraToolsForAndroid的一个git分支，使用简单，切集成了leptonica，在使用之前需要先从git上下载源码进行编译。

2、下载

在Android平台上使用Tesseract OCR首先要下载Tess-two工程，它是专门针对Android平台编译出来的，下载地址如下：https://github.com/rmtheis/tess-two
文字识别还需要下载相应到tessdata语言包，本项目以英文包为例，下载地址如下：
https://github.com/tesseract-ocr/tessdata
选中需要用到到语言包，英文包为eng.traineddata，简体中文包为chi_sim.traineddata。

3、导入配置

1、解压下载下来的tess-two-master文件，解压后目录如下图所示：

2、在android studio新建一个空项目，将上图中的tess-two（第三个）文件夹作为module导入到项目中（File->New->Import Module）。
3、项目必须是支持NDK的，所以要在Project Structure中指明NDK的路径。如果没NDK就需要先下载，一般在android studio下载都自动帮你配好。原因是tess-two是个NDK项目，没有NDK支持无法完成编译

4、你还需要安装两个工具，CMake和LLDB。

5、你可能还会遇到没有android-maven的错误,在tess-two的build.gradle文件到最前面添加以下脚本：

buildscript {
    repositories {
        jcenter()
    }
    dependencies {
        classpath 'com.android.tools.build:gradle:2.1.2'
        classpath 'org.codehaus.groovy:groovy-backports-compat23:2.3.5'
        classpath 'com.jfrog.bintray.gradle:gradle-bintray-plugin:1.0'
        classpath 'com.github.dcendents:android-maven-gradle-plugin:1.5'
    }
}

---

6、在tess-two的build.gradle文件里还有3处需要修改，如下图，修改为自己到版本号即可：

如我的修改后为：