Android OpenCV实现文字识别

最新推荐文章于 2023-05-22 17:55:24 发布
最新推荐文章于 2023-05-22 17:55:24 发布
阅读量2.5k 收藏 28
点赞数 2
分类专栏： android开发 文章标签： android opencv
原文链接：https://blog.csdn.net/qq_35820350/article/details/78802276
版权

准备工作：

1.下载OpenCV：https://opencv.org/releases/
2.添加tess-two依赖:
建议直接在app的build.gradle下添加tess-two依赖库就可以了：

implementation 'com.rmtheis:tess-two:9.1.0'

最新版本：tess-two
也可以通过以上网址下载自行加入

3.识别库：
用到两个，一个是chi_sim 代表中文，一个是eng代表英文，资源中assets下没有识别库，需要自己添加chi_sim和eng。
识别库下载：识别库
4.图片压缩：

implementation 'top.zibin:Luban:1.1.3'

OpenCV图像处理：

 /**
     * 图像处理
     * 二值化
     * 腐蚀
     */
    public void proSrc2Gray() {
        Mat rgbMat = new Mat();
        Mat grayMat = new Mat();
        Mat binaryMat = new Mat();
        Mat cannyMat = new Mat();

        //获取彩色图像所对应的像素数据
        Utils.bitmapToMat(srcBitmap, rgbMat);
        //图像灰度化,将彩色图像数据转换为灰度图像数据并存储到grayMat中
        Imgproc.cvtColor(rgbMat, grayMat, Imgproc.COLOR_RGB2GRAY);
        //得到边缘图,这里最后两个参数控制着选择边缘的阀值上限和下限
//        Imgproc.Canny(grayMat, cannyMat, 50, 300);
        //二值化 ADAPTIVE_THRESH_MEAN_C    THRESH_BINARY
        Imgproc.threshold(grayMat, binaryMat, Imgproc.THRESH_BINARY_INV, 255, 7);
        //获取自定义核,参数MORPH_RECT表示矩形的卷积核，当然还可以选择椭圆形的、交叉型的
        Mat strElement = Imgproc.getStructuringElement(Imgproc.MORPH_RECT,
                new Size(2, 2));
        //腐蚀
        Imgproc.erode(binaryMat,cannyMat,strElement);
        Imgproc.dilate(binaryMat,cannyMat,strElement);

        //Hough变换倾斜校正
        Imgproc.HoughLinesP(binaryMat,cannyMat,1,3.14/180,1);

        //创建一个图像
        mBitmap = Bitmap.createBitmap(grayMat.cols(), grayMat.rows(),
                Bitmap.Config.RGB_565);
        //将矩阵binaryMat转换为图像

        Utils.matToBitmap(grayMat, mBitmap);
    }

文字识别代码：

/**
     * 识别图像
     * @param activity
     * @param bitmap
     */
    public void recognition(final Activity activity, final Bitmap bitmap) {
        new Thread(new Runnable() {
            @Override
            public void run() {
                /**
                 * 检测sd卡是否存在语言库
                 * 若不存在，从assets获取到本地sd卡
                 */
                if (!checkTrainedDataExists()) {
                    SDUtils.assets2SD(activity.getApplicationContext(), PathUtils.LANGUAGE_PATH, PathUtils.DEFAULT_LANGUAGE_NAME);
                }

                TessBaseAPI tessBaseAPI = new TessBaseAPI();
                tessBaseAPI.setDebug(true);
                tessBaseAPI.init(PathUtils.DATAPATH, PathUtils.DEFAULT_LANGUAGE);
                //识别的图片
                tessBaseAPI.setImage(bitmap);
                //获得识别后的字符串
                String text = "";
                text = "识别结果：" + "\n" + tessBaseAPI.getUTF8Text();
                final String finalText = text;
     
                tessBaseAPI.end();
            }
        }).start();
    }

以上文字识别提取的过程就完成了。
接下来就从手机相册获取照片或者拍照，然后压缩处理，识别文字。

获取图片：

权限：
Android6.0+需要动态申请权限
AndroidManifest中：

	<uses-permission android:name="android.permission.READ_EXTERNAL_STORAGE" />
    <uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE" /> <!-- 创建/删除文件的权限 -->
    <uses-permission
        android:name="android.permission.MOUNT_UNMOUNT_FILESYSTEMS"
        tools:ignore="ProtectedPermissions" />
    <uses-permission android:name="android.permission.CAMERA" />

java代码中：

   /**
     * 申请权限
     */
    private void requestPermissions() {
        if (Build.VERSION.SDK_INT >= 23) {
            if ((ContextCompat.checkSelfPermission(this, Manifest.permission.READ_EXTERNAL_STORAGE) != PackageManager.PERMISSION_GRANTED) &&
                    (ContextCompat.checkSelfPermission(this, Manifest.permission.CAMERA) != PackageManager.PERMISSION_GRANTED)) {
                ActivityCompat.requestPermissions(this, new String[]{Manifest.permission.READ_EXTERNAL_STORAGE, Manifest.permission.CAMERA}, 1);
            }
        }
    }

由于本人比较懒，所以直接“取消严格模式”来获取图片，为什么要“取消严格模式”我就不多说了，可以自行百度。

/**
     * 取消严格模式 FileProvider
     */
    private void CancelFileProvider(){
        if (Build.VERSION.SDK_INT >= Build.VERSION_CODES.N) {
            StrictMode.VmPolicy.Builder builder = new StrictMode.VmPolicy.Builder();
            StrictMode.setVmPolicy( builder.build() );
        }
    }

从相册获取图片：
打开相册：

/**
     * 打开相册
     * @param activity
     */
    public void openAlbum(Activity activity) {
        Intent intent = new Intent(Intent.ACTION_GET_CONTENT);
        intent.addCategory(Intent.CATEGORY_OPENABLE);
        intent.setType("image/*");
        activity.startActivityForResult(intent, MainActivity.PICK_PHOTO);
    }

拿到照片裁剪：

/**
     * 从相册获取照片返回，裁剪
     * @param activity
     */
    public void PickPhotoResult(Activity activity){
        Intent intent = new Intent("com.android.camera.action.CROP");
        intent.setDataAndType(MainActivity.imageUri, "image/*");
        //intent.addFlags(Intent.FLAG_GRANT_WRITE_URI_PERMISSION | Intent.FLAG_GRANT_READ_URI_PERMISSION);
        intent.putExtra("crop", true);
        intent.putExtra(MediaStore.EXTRA_OUTPUT, MainActivity.imageUri);
        activity.startActivityForResult(intent, MainActivity.CROP_PHOTO); // 启动裁剪程序
    }

裁剪：

/**
     * 裁剪照片
     * @param activity
     */
    public void CropPhotoResult(Activity activity){
        try {
            OpenCVUtils.getInstance().srcBitmap = BitmapFactory.decodeStream(activity.getContentResolver().
                    openInputStream(MainActivity.imageUri));

            OpenCVUtils.getInstance().proSrc2Gray();
            activity.sendBroadcast(new Intent(Intent.ACTION_MEDIA_SCANNER_SCAN_FILE,
                    Uri.fromFile(ImageUtils.getInstance().createImageFile())));

            if (ImageUtils.getInstance().mBitmap != null) {
                ImageUtils.getInstance().showPicFileByLuban(activity);
                MainActivity.imgView.setImageBitmap(ImageUtils.getInstance().mBitmap); // 将裁剪后的照片显示出来
                MainActivity.imgView.setVisibility(View.VISIBLE);
            }
        } catch (FileNotFoundException e) {
            e.printStackTrace();
        }catch (IOException e){
            e.printStackTrace();
        }
    }

执行startActivityForResult后的回调函数

 @Override
    protected void onActivityResult(int requestCode, int resultCode, Intent data) {
        super.onActivityResult(requestCode, resultCode, data);
        if (resultCode == RESULT_OK) {
            if (requestCode == PICK_PHOTO) {
                //将content类型的Uri转化为文件类型的Uri
                imageUri = ImageUtils.getInstance().convertUri(this,data.getData());
                CameraUtils.getInstance().PickPhotoResult(this);
            } else if (requestCode == TAKE_PHOTO) {
                CameraUtils.getInstance().TakePhotoResult(this);
            } else if (requestCode == CROP_PHOTO) {
                CameraUtils.getInstance().CropPhotoResult(this);
            }
        }
    }

图像裁剪后，会得到一个灰度化的图像，如果直接识别拍照的图片耗费时间很长，所以我在这对裁剪后的图片进行了压缩处理。

/**
     * 压缩图片
     * @param activity
     */
    public void showPicFileByLuban(final Activity activity) {
        try {
            Luban.with(activity)
                    .load(new File(createImageFile().getPath()))
                    .setCompressListener(new OnCompressListener() {
                        @Override
                        public void onStart() {
                            // TODO 压缩开始前调用，可以在方法内启动 loading UI
                        }

                        @Override
                        public void onSuccess(File file) {
                            // TODO 压缩成功后调用，返回压缩后的图片文件
                            mBitmap = BitmapFactory.decodeFile(file.getPath());
                            Toast.makeText(activity,
                                    file.length() / 1024 + "K",Toast.LENGTH_LONG).show();
                        }

                        @Override
                        public void onError(Throwable e) {
                            // TODO 当压缩过去出现问题时调用
                        }
                    }).launch();//启动压缩
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

保存图片：

/**
     * 将content类型的Uri转化为文件类型的Uri
     * @param activity
     * @param uri
     * @return
     */
    public Uri convertUri(Activity activity,Uri uri){
        InputStream is;
        try {
            //Uri ----> InputStream
            is = activity.getContentResolver().openInputStream(uri);
            //InputStream ----> Bitmap
            Bitmap bm = BitmapFactory.decodeStream(is);
            //关闭流
            is.close();
            return ImageUtils.getInstance().saveBitmap(bm);
        } catch (FileNotFoundException e) {
            e.printStackTrace();
            return null;
        } catch (IOException e) {
            e.printStackTrace();
            return null;
        }
    }

    /**
     * 将Bitmap写入SD卡中的一个文件中
     * 并返回写入文件的Uri
     * @param bm
     * @return
     */
    public Uri saveBitmap(Bitmap bm) {
        //新建文件夹用于存放裁剪后的图片
        File appDir = new File(PathUtils.DATAPATH + "/DCIM/Camera/");
        if (!appDir.exists()) {
            appDir.mkdirs();
        }

        try {
            File file = createImageFile();
            //打开文件输出流
            FileOutputStream fos = new FileOutputStream(file);
            //将bitmap压缩后写入输出流(参数依次为图片格式、图片质量和输出流)
            bm.compress(Bitmap.CompressFormat.JPEG, 100, fos);
            //刷新输出流
            fos.flush();
            //关闭输出流
            fos.close();
            //返回File类型的Uri
            return Uri.fromFile(file);
        } catch (FileNotFoundException e) {
            e.printStackTrace();
            return null;
        } catch (IOException e) {
            e.printStackTrace();
            return null;
        }
    }

调用相机拍照：

/**
     * 启动相机
     * @param activity
     */
    public void openCamera(Activity activity) {
        try {
            MainActivity.imageUri = Uri.fromFile(ImageUtils.getInstance().createImageFile());
        } catch (IOException e) {
            e.printStackTrace();
        }
        Intent intent = new Intent(MediaStore.ACTION_IMAGE_CAPTURE);
        //传递你要保存的图片的路径
        intent.putExtra(MediaStore.EXTRA_OUTPUT, MainActivity.imageUri);
        activity.startActivityForResult(intent, MainActivity.TAKE_PHOTO);
    }

裁剪的方法和从相册获取图片的一样！！

工具类：
将assets中的识别库复制到SD卡中

public class SDUtils {
    /**
     * 将assets中的识别库复制到SD卡中
     *
     * @param path 要存放在SD卡中的 完整的文件名。这里是"/storage/emulated/0/tessdata/chi_sim.traineddata"
     * @param name assets中的文件名 这里是 "chi_sim.traineddata"
     */
    public static void assets2SD(Context context, String path, String name) {
        //如果存在就删掉
        File f = new File(path);
        if (f.exists()) {
            f.delete();
        }
        if (!f.exists()) {
            File p = new File(f.getParent());//返回此抽象路径名父目录的路径名字符串
            if (!p.exists()) {
                p.mkdirs();//建立多级文件夹
            }
            try {
                f.createNewFile();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }

        InputStream is = null;
        OutputStream os = null;
        try {
            //打开assets文件获得一个InputStream字节输入流
            is = context.getAssets().open(name);
            File file = new File(path);
            // 创建一个向指定 File 对象表示的文件中写入数据的文件输出流
            os = new FileOutputStream(file);
            byte[] bytes = new byte[4096];
            int len = 0;
            //从输入流中读取一定数量的字节，并将其存储在缓冲区数组bytes中
            //如果因为流位于文件末尾而没有可用的字节，则返回值-1
            while ((len = is.read(bytes)) != -1) {
                //将指定byte数组中从偏移量off开始的len个字节写入此缓冲的输出流
                os.write(bytes, 0, len);
            }
            //java在使用流时,都会有一个缓冲区,按一种它认为比较高效的方法来发数据:把要发的数据先放到缓冲区,
            //缓冲区放满以后再一次性发过去,而不是分开一次一次地发
            //flush()强制将缓冲区中的数据发送出去,不必等到缓冲区满
            os.flush();
        } catch (IOException e) {
            e.printStackTrace();
        } finally {
            try {
                //关闭输入流和输出流
                if (is != null)
                    is.close();
                if (os != null)
                    os.close();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }

    }
}

保存的路径：

public class PathUtils {

    //TessBaseAPI初始化用到的第一个参数，是个目录
    public static final String DATAPATH = Environment.getExternalStorageDirectory()
            .getAbsolutePath() + File.separator;
    //在DATAPATH中新建这个目录，TessBaseAPI初始化要求必须有这个目录
    public static final String tessdata = DATAPATH + File.separator + "tessdata";
    //TessBaseAPI初始化测第二个参数，就是识别库的名字不要后缀名。
    public static String DEFAULT_LANGUAGE = "chi_sim";
    //assets中的文件名
    public static String DEFAULT_LANGUAGE_NAME = DEFAULT_LANGUAGE + ".traineddata";
    //保存到SD卡中的完整文件名
    public static String LANGUAGE_PATH = tessdata + File.separator + DEFAULT_LANGUAGE_NAME;

}

最后，识别按钮操作：

			case R.id.btn_rec:
                if (imgView.getVisibility() != View.VISIBLE) {
                    Toast.makeText(getApplicationContext(), "请先拍照或者选一张图片", Toast.LENGTH_SHORT).show();
                    return;
                } else {
                    resultTv.setText("");
                    txtFinal.setText("");
                    try {
                        ImageUtils.getInstance().mBitmap = BitmapFactory.decodeStream(getContentResolver().openInputStream(imageUri));

                    } catch (Exception e) {
                        e.printStackTrace();
                    }
                    OpenCVUtils.getInstance().recognition(this,ImageUtils.getInstance().mBitmap);
                }
                break;

完整demo下载
参考：https://blog.csdn.net/qq_35820350/article/details/78802276

感谢博主的分享！！

finish();
关注
  • 2
    点赞
  • 踩
  • 28
    收藏
    觉得还不错? 一键收藏
  • 7
    评论
专栏目录
opencv for android(二十六)：opencv整合paddle的文字识别模型(二)
qq_28548825的博客
04-11 6211
opencv for android(二十五)：opencv整合paddle的文字识别模型(一) opencv for android(二十四)：使用opencv的BackgroundSubtractorKNN动态追踪 opencv for android(二十三)：使用opencv人脸64点位实现人脸装饰物 opencv for android(二十二)：使用opencv计算滑动验证码 paddle的模型还是可以的，这里就只简单的封装一下： package com.tpy.csdnpr..
OpenCv+Ocr 图片文字识别源码
06-13
使用Qt + Opencv 实现的文字识别的示例，带有文字库，学习一下没毛病
tess-two.9.1.0.tar.gz
03-02
ocr开源工具tess-two 的最新代码包，网上下载很慢，这里奉献吧。想实际下载的可以看我的文章，使用proxychain代理下载。
OPENCV提取图片中的文字
qq_54546389的博客
06-29 9552
@Fu Xianjun. All Rights Reserved. 文章目录前言一、使用OPENCV提取图片文字二、使用步骤1.引入库2.代码如下总结 前言 日常生活中我们可能需要从图片中提取文字，然而神奇的OPENCV也能帮助我们完成这个，而且更加的随心所欲，可能把 提示：以下是本篇文章正文内容，下面案例可供参考 一、使用OPENCV提取图片文字 我们需要使用各种函数，还有之前的透视等等，来处理这个图片，并且还要提取文字 二、使用步骤 1.引入库 代码如下（示例）： import cv2 impor
8.NDK Android jni开发 opencv 3分钟学会 身份证识别tess-two(人工智能)
深南大盗的博客
07-10 610
openCV：图片处理 OCR:文字识别技术 调试的时候：Visulas studio；开发软件 然后把这个代码移动到java里面去,因为用studio效率太低了。 可以直接在Visulas studio进行调试。然后看到效果 比如：如果要得到一张图片。要得到Bitmap对象，然后放到c里面 在Visulas studio可以直接用到。 图片灰度：图片灰度可以降低图片比较的复杂度，提高效率 demo地址： https://links.jianshu.co...
图片型pdf转文本文档
qq_40918961的博客
12-15 1252
基本思路 直接用工具将扫描型pdf转文本是不行的，因为扫描型的pdf是图片。先读取整个pdf文件按页生成图片，在调用OCR识别读取文字即可。 pdf第三方库pdfbox 依赖： <!--pdfbox pdf解析--> <dependency> <groupId>org.apache.pdfbox</groupId> <artifactId>pdfbox</arti
Android opencv实现文字识别
热门推荐
qq_35820350的博客
12-14 1万+
Android 文字识别         因为公司下个项目要用到OCR（光学字符识别），我们组leader就让我准备一下我的项目是主要参考的是tess_two Android图片文字识别，选拍照或者从本地相册选取照片，然后调用本地裁剪，最后开始识别，识别结果还可以，希望能对大家有帮助。先上图再说： OCR文字识别离不开tesseract，tesseract是Google开源的OCR识别工具...
opencv文字识别
花生日记
05-22 4161
要在OpenCV中实现文字识别，您可以使用Tesseract OCR（光学字符识别）引擎。要使用Tesseract和OpenCV进行文字识别，您需要先安装Tesseract和Python的pytesseract库。接着，我们对灰度图进行了二值化处理，以便Tesseract能更好地识别文本。最后，我们使用Tesseract对二值化后的图像进行了文字识别，并打印出了识别结果。需要注意的是，这个示例使用的是简体中文（lang='chi_sim'）进行识别。# 使用Tesseract OCR进行文字识别。
OpenCV实战——文本检测
qq_50442534的博客
11-03 2001
OpenCV文本检测，教你如何下载必要的文件，如何实现简单的字符检测、文字检测、以及数字检测
android OCR 图像文字识别
12-02
比较全面的OCR图像识别技术 ，源码内有说明 。 可以拿过来直接用。
Android 文字识别，支持识别中英文，附源码及apk文件
03-14
Android 文字识别，支持识别中英文，附源码及apk文件
**基于opencv库和tess-two在android平台上实现身份证号的识别!**
05-05
**基于opencv库和tess-two在android平台上实现身份证号的识别!** 二维码识别 身份证识别 银行卡识别(待优化)
基于Java的Android OpenCV安装配置及人脸识别源码
05-21
1. 完整介绍基于Java的Android OpenCV环境配置 2.实现人脸识别 参考博客：https://blog.csdn.net/weixin_38346042/article/details/124015488?spm=1001.2014.3001.5502
OpenCV-Android-4.0.1
03-01
OpenCV是一个开源的图像库。底层用c、c++完成。提供c++、python、java的接口。
android ocr——身份证识别的功能实现
01-21
ocr OpenCV 想必做过程图像识别的同学们都对这两个词不陌生吧。 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）检查纸上的字符，通过检测暗，亮的模式确定其形状，...
opencv4android开发记录(2):简单文字检测
wang_kmin的博客
12-10 1451
本文将和大家分享一种简单的文字检测算法，算法不复杂，所以就不是万能的，不能检测某些情况下的文字，至于为什么，读到下面自然知道。由于本文主要分享的是思路，具体的实现方法不做过多解释，如果文中提到的一些图像处理方法不懂的话自行学习，网上有很多解答，我这里未必能讲清楚，所以希望自行学习。本文最后会提供免费源码下载，供大家学习讨论，同时代码不一定完善，大家发现的话，希望提出宝贵意见，如有问题可留言讨论。
Android中的文字识别（论文精简版）
shuishuige93的专栏
08-15 5532
这是年少的我的第一篇博客啊~~~ 下图文字识别的工作流程。主要用到OpenCV4JAVA的图像处理功能与Tesseract的文字识别库。 通过图像处理、文字识别两个步骤后，接下来我们要进行的是APP的UI界面刷新，这个过程通过定义一个handler来handleMessage实现，因为android的UI更新只能在主线程里操作，并且文字处理由于时间过长需要在另外的线程里处理，所以只
（原+转）Eclipse中Android调用OpenCv
weixin_34248849的博客
01-21 134
大部分都是参考下面的网址，如果感觉看起来不舒服，可以直接查看原网址。最后遇到了一点问题： Description      Resource Path Location   Type E:/~\code\Eclipse\opencvV4sdk\native\jni\/../libs/armeabi-v7a/libopencv_core.a(persistence.cpp.o): in func...
android +opencv实现人脸识别
最新发布
12-15
Android上的OpenCV库是一种功能强大的图像处理工具，可以用于实现人脸识别。下面是一个简单的步骤来实现这个功能： 1. 导入OpenCV库：首先，需要下载并导入OpenCV库到你的Android项目中。可以从OpenCV官网下载适用于Android的版本，并根据OpenCV文档的指导将其导入到你的项目中。 2. 相机界面：创建一个相机界面，可以通过调用Android的Camera API来获取图像帧。 3. 图像处理：在获取的每一帧图像上，使用OpenCV库的人脸识别方法来检测人脸。OpenCV库提供了多种人脸识别算法，如Haar级联检测器和深度学习方法。 4. 人脸框标记：一旦检测到人脸，可以使用OpenCV提供的函数来画一个矩形框标记人脸位置。这可以帮助用户直观地看到人脸检测的效果。 5. 人脸识别：对于每个检测到的人脸，你可以使用OpenCV提供的人脸识别算法来进行识别。这需要预先训练一个人脸识别模型，并将其应用于检测到的人脸。 6. 显示结果：最后，将标记的图像帧显示在相机界面上，同时显示识别结果或者相应的信息。 以上是一个大致的步骤，用于在Android上实现人脸识别的OpenCV应用。当然，在实际操作中还需要考虑性能和实时性等问题，以确保应用的流畅和准确性。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 7
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值