android ocr java算法_Android OCR之tesseract

Android OCR之tesseract

1. 开源工具简介

tesseract是非常有名的开源OCR工具，但是要将它配置到Android开发环境中可能要费点功夫，别担心，github上面有好人帮助我们封装了Android开发环境的tesseract配置，这就是Android平台上OCR开源项目tess-two。

2. 环境配置

利用tess-two配置OCR环境非常简单。

首先，设置工程的ndk路径。

其次，在模块中添加依赖：compile 'com.rmtheis:tess-two:6.0.0'。

3. 数据准备

要进行OCR还要获取训练数据tessdata，下载该训练数据，到时候将训练数据弄到自己的Android设备上就行了。

注意：不要把所有训练数据都弄到Android设备上，因为训练数据比较大，需要用到什么语言的数据就只把这些语言对应的数据弄到Android设备上。

比如，我一般识别只用到识别英文与简体中文，因此只需要将eng.traineddata，chi_sim.traineddata弄到Android设备上就行了。

4. 开始Android OCR之旅

相关常量设置：

//训练数据路径，必须包含tesseract文件夹

static final String TESSBASE_PATH = "/storage/emulated/0/Download/tesseract/";

//识别语言英文

static final String DEFAULT_LANGUAGE = "eng";

//识别语言简体中文

static final String CHINESE_LANGUAGE = "chi_sim";

英文识别：

public void EnglishOCR(){

//设置图片可以缓存

english.setDrawingCacheEnabled(true);

//获取缓存的bitmap

final Bitmap bmp = english.getDrawingCache();

final TessBaseAPI baseApi = new TessBaseAPI();

//初始化OCR的训练数据路径与语言

baseApi.init(TESSBASE_PATH, DEFAULT_LANGUAGE);

//设置识别模式

baseApi.setPageSegMode(TessBaseAPI.PageSegMode.PSM_SINGLE_LINE);

//设置要识别的图片

baseApi.setImage(bmp);

english.setImageBitmap(bmp);

englishtext.setText(baseApi.getUTF8Text());

baseApi.clear();

baseApi.end();

}

简体中文识别与英文识别类似。

5. 程序界面

欢迎关注我的微信公众号：Android技术漫谈