前言
OCR 是 Optical Character Recognition 的缩写，翻译为光学字符识别，指的是针对印刷体字符，采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件，通过识别软件将图像中的文字转换成文本格式，供文字处理软件进一步编辑加工的技术（当然，这是我抄别人的原话）。
先安利一下百度智能云，有大佬建好的轮子，咱们申请一下就可以用了，审核很快。当然也可以使用腾讯云和阿里云。
接入百度SDK
申请免费试用之后（当然要申请免费的，学习成本低），下载（下载地址）解压，会有这样的文件夹：
百度老哥已经给我们详细的提示了，这里可以了解下各个包的用法，简单过一下。如果不需要使用百度给的UI的话，只导入libs下的文件到项目中的lib中就可以了，其中libs中有四个文件夹和一个jar包，四个文件夹中是so文件，导入so文件看这里。
在build.gradle中的android下面添加
sourceSets {
main {
jniLibs.srcDirs= ['libs']
}
}
加上这串代码，就可以实现将module下libs中的so一起打包到apk中。
如果你想导入UI包怎么办？百度的4已经告诉大家最好的方法是以模块方式导入，这里也介绍一下模块方式导入。
接下来选择对应的文件夹就行了，当然没那么简单，下面还需要在主工程下引入进去。
在bulid.gradle文件的dependencies里加入
implementation project(path: ‘:ocr_ui’)
在settings.gradle下加入
include ‘:app’, ':ocr_ui’
这样就导入模块成功了。
代码部分
我是采用了导入明文ak，sk的方式，UI我也导入了，但是相机那里出了问题，还不能使用。大家可以自己写个启动相机获取图片的方法，因为还需要用到provider的关系，我并没有使用，而是直接从图库选择图片这种方便的形式，有兴趣的童鞋可以自己补上拍照的方式。
package com.kxqin.ocrtest;
import androidx.appcompat.app.AppCompatActivity;
import android.content.Intent;
import android.os.Bundle;
import android.os.Looper;
import android.view.View;
import android.widget.Toast;
import com.baidu.ocr.sdk.OCR;
import com.baidu.ocr.sdk.OnResultListener;
import com.baidu.ocr.sdk.exception.OCRError;
import com.baidu.ocr.sdk.model.AccessToken;
public class MainActivity extends AppCompatActivity {
private boolean hasGotToken = false;
@Override
protected void onCreate(Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
setContentView(R.layout.activity_main);
initAccessTokenWithAkSk();
findViewById(R.id.btn_simple_text).setOnClickListener(new View.OnClickListener() {
@Override
public void onClick(View view) {
if (!checkTokenStatus()) {
return;
}
Intent intent = new Intent(MainActivity.this, SimpleTextActivity.class);
startActivity(intent);
}
});
}
private boolean checkTokenStatus() {
if (!hasGotToken) {
Toast.makeText(getApplicationContext(), "token未获取到", Toast.LENGTH_SHORT).show();
}
return hasGotToken;
}
/**
* 使用明文方式初始化token
*/
private void initAccessTokenWithAkSk() {
OCR.getInstance(this).initAccessTokenWithAkSk(new OnResultListener<AccessToken>() {
@Override
public void onResult(AccessToken accessToken) {
String token = accessToken.getAccessToken();
hasGotToken = true;
}
@Override
public void onError(OCRError error) {
error.printStackTrace();
Looper.prepare();
Toast.makeText(MainActivity.this, "token获取失败.........", Toast.LENGTH_SHORT).show();
}
}, this, "此处应该填你的AK", "你的SK");
}
}
主页面现在只写了一个按钮，普通文本识别按钮，因为初步只完成了这个，后续有空我会把其他的识别都加上，毕竟百度送的免费的30天不用可就浪费了。initAccessTokenWithAkSk方法进行token通行证的确认ak和sk大家可以在百度控制台那里获取，和使用其他sdk一样都会创建应用，获取明文密钥的。
package com.kxqin.ocrtest;
import androidx.appcompat.app.AppCompatActivity;
import androidx.core.app.ActivityCompat;
import android.Manifest;
import android.app.Activity;
import android.app.AlertDialog;
import android.content.Intent;
import android.content.pm.PackageManager;
import android.database.Cursor;
import android.net.Uri;
import android.os.Bundle;
import android.provider.MediaStore;
import android.text.TextUtils;
import android.view.View;
import android.widget.TextView;
import com.baidu.ocr.sdk.OCR;
import com.baidu.ocr.sdk.OnResultListener;
import com.baidu.ocr.sdk.exception.OCRError;
import com.baidu.ocr.sdk.model.GeneralBasicParams;
import com.baidu.ocr.sdk.model.GeneralResult;
import com.baidu.ocr.sdk.model.WordSimple;
import com.baidu.ocr.ui.camera.CameraActivity;
import com.baidu.ocr.ui.camera.CameraNativeHelper;
import com.baidu.ocr.ui.camera.CameraView;
import java.io.File;
import java.util.List;
public class SimpleTextActivity extends AppCompatActivity {
private static final int REQUEST_CODE_CAMERA = 102;
private int REQUEST_CODE_ALBUM = 2;
private int REQUEST_ENHANCED_CODE_ALBUM = 3;
private TextView infoTextView;
private AlertDialog.Builder alertDialog;
@Override
protected void onCreate(Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
setContentView(R.layout.layout_simple_text);
alertDialog = new AlertDialog.Builder(this);
infoTextView = findViewById(R.id.info_text_view);
CameraNativeHelper.init(this, OCR.getInstance(this).getLicense(),
new CameraNativeHelper.CameraNativeInitCallback() {
@Override
public void onError(int errorCode, Throwable e) {
String msg;
switch (errorCode) {
case CameraView.NATIVE_SOLOAD_FAIL:
msg = "加载so失败，请确保apk中存在ui部分的so";
break;
case CameraView.NATIVE_AUTH_FAIL:
msg = "授权本地质量控制token获取失败";
break;
case CameraView.NATIVE_INIT_FAIL:
msg = "本地质量控制";
break;
default:
msg = String.valueOf(errorCode);
}
infoTextView.setText("本地质量控制初始化错误，错误原因： " + msg);
}
});
findViewById(R.id.take_a_photo).setOnClickListener(new View.OnClickListener() {
@Override
public void onClick(View view) {
if (checkGalleryPermission()) {
Intent intent = new Intent(SimpleTextActivity.this, CameraActivity.class);
intent.putExtra(CameraActivity.KEY_OUTPUT_FILE_PATH, FileUtil.getSaveFile(getApplication()).getAbsoluteFile());
intent.putExtra(CameraActivity.KEY_CONTENT_TYPE, CameraActivity.CONTENT_TYPE_GENERAL);
startActivityForResult(intent, REQUEST_CODE_CAMERA);
}
}
});
findViewById(R.id.select_a_photo).setOnClickListener(new View.OnClickListener() {
@Override
public void onClick(View view) {
Intent intent = new Intent(Intent.ACTION_PICK, null);
intent.setDataAndType(MediaStore.Images.Media.EXTERNAL_CONTENT_URI, "image/*");
startActivityForResult(intent, REQUEST_CODE_ALBUM);
}
});
findViewById(R.id.enhanced_photo).setOnClickListener(new View.OnClickListener() {
@Override
public void onClick(View view) {
Intent intent = new Intent(Intent.ACTION_PICK, null);
intent.setDataAndType(MediaStore.Images.Media.EXTERNAL_CONTENT_URI, "image/*");
startActivityForResult(intent, REQUEST_ENHANCED_CODE_ALBUM);
}
});
}
/**
* 文字普通识别
* @param filePath
*/
private void recSimpleText(String filePath) {
// 通用文字识别参数设置
GeneralBasicParams param = new GeneralBasicParams();
param.setDetectDirection(true);
param.setImageFile(new File(filePath));
// 调用通用文字识别服务
OCR.getInstance(this).recognizeGeneralBasic(param, new OnResultListener<GeneralResult>() {
@Override
public void onResult(GeneralResult generalResult) {
if (generalResult != null) {
//alertText("", parseResultBean(generalResult));
setInfoTextView(parseResultBean(generalResult));
}
}
@Override public void onError(OCRError error) {
// 调用失败，返回OCRError对象
alertText("调用失败", error.getMessage());
} });
}
/**
* 文字高精度识别
* @param filePath
*/
private void recEnhancedText(String filePath) {
GeneralBasicParams params = new GeneralBasicParams();
params.setDetectDirection(true);
params.setImageFile(new File(filePath));
OCR.getInstance(this).recognizeAccurateBasic(params, new OnResultListener<GeneralResult>() {
@Override
public void onResult(GeneralResult generalResult) {
if (generalResult != null) {
//alertText("", parseResultBean(generalResult));
setInfoTextView(parseResultBean(generalResult));
}
}
@Override
public void onError(OCRError ocrError) {
// 调用失败，返回OCRError对象
alertText("调用失败", ocrError.getMessage());
}
});
}
/**
* 解析返回结果
* @param generalResult
* @return
*/
private String parseResultBean(GeneralResult generalResult) {
StringBuilder stringBuilder = new StringBuilder();
List<?> list = generalResult.getWordList();
for (Object o : list) {
if (o instanceof WordSimple) {
stringBuilder.append(((WordSimple) o).getWords());
stringBuilder.append("\n\n");
}
}
return stringBuilder.toString();
}
/**
* 检查是否有权限
* @return
*/
private boolean checkGalleryPermission() {
int ret = ActivityCompat.checkSelfPermission(SimpleTextActivity.this, Manifest.permission
.READ_EXTERNAL_STORAGE);
if (ret != PackageManager.PERMISSION_GRANTED) {
ActivityCompat.requestPermissions(SimpleTextActivity.this,
new String[] {Manifest.permission.READ_EXTERNAL_STORAGE},
1000);
return false;
}
return true;
}
@Override
protected void onActivityResult(int requestCode, int resultCode, Intent data) {
super.onActivityResult(requestCode, resultCode, data);
if (requestCode == REQUEST_CODE_CAMERA && resultCode == Activity.RESULT_OK) {
if (data != null) {
String contentType = data.getStringExtra(CameraActivity.KEY_CONTENT_TYPE);
String filePath = FileUtil.getSaveFile(getApplicationContext()).getAbsolutePath();
if (!TextUtils.isEmpty(contentType)) {
if (CameraActivity.CONTENT_TYPE_GENERAL.equals(contentType)) {
recSimpleText(filePath);
}
}
}
}else if (requestCode == REQUEST_CODE_ALBUM) {
// 从相册返回的数据
if (data != null) {
// 得到图片的全路径
Uri uri = data.getData();
recSimpleText(getRealPathFromURI(uri));
}
}
else if (requestCode == REQUEST_ENHANCED_CODE_ALBUM) {
// 从相册返回的数据
if (data != null) {
// 得到图片的全路径
Uri uri = data.getData();
recEnhancedText(getRealPathFromURI(uri));
}
}
}
/**
* 错误弹窗
* @param title
* @param message
*/
private void alertText(final String title, final String message) {
this.runOnUiThread(new Runnable() {
@Override
public void run() {
alertDialog.setTitle(title)
.setMessage(message)
.setPositiveButton("确定", null)
.show();
}
});
}
/**
* 设置显示结果
* @param text
*/
private void setInfoTextView(final String text) {
runOnUiThread(new Runnable() {
@Override
public void run() {
infoTextView.setText(text);
}
});
}
/**
* 将URI转化为string格式
* @param contentURI
* @return
*/
private String getRealPathFromURI(Uri contentURI) {
String result;
Cursor cursor = getContentResolver().query(contentURI, null, null, null, null);
if (cursor == null) {
// Source is Dropbox or other similar local file path
result = contentURI.getPath();
} else {
cursor.moveToFirst();
int idx = cursor.getColumnIndex(MediaStore.Images.ImageColumns.DATA);
result = cursor.getString(idx);
cursor.close();
}
return result;
}
@Override
protected void onDestroy() {
// 释放本地质量控制模型
CameraNativeHelper.release();
super.onDestroy();
}
}
这里面我也是仿照Demo写的，但是不一样的是我只是做了简单的文字识别，而且相机拍照emmm还是坏的。原因也是我了解了一下才知道拍照所需要的东西并不止这些，需要另外准备，为了先简单实现识别，这个拍照之后再做吧。方法的注释大概解释了每个方法的作用，其实并没有什么好说的，因为这都是根据百度API介绍写的最简单的，简单来说就是打开相册-获取图片地址-传到百度服务器-返回结果类，然后自己解析结果类里面的list即可。如果没有使用到UI的话，那也用不到CameraActivity之类的。目前我也没有使用。
结果
先来一个不是很清楚的渣手机拍照
昨晚的五杀拍照！你看文字还是识别的很准确的，但是带了符号之类的会影响识别。
百度sdk也说了 最好控制图片大小，因为就算太大的图片上传也会被压缩，影响质量。同时一个页面中的字数建议小于70个字，字数过多过密也会影响识别结果，当然这是高精度下的识别结果，你问我普通识别呢？这。。。普通识别下建议只用于截屏或者文档识别吧，要不然识别的内容惨不忍睹。
再来看看一个截屏下的识别结果：
我这算不算受到骚扰呢？报警可以吗？退订还没用呢0_0
自己完成了之后也不知道该怎么向别人讲述，如果代码片段中有不清楚的地方可以单独问我吼。
2291
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
