Android光学字体识别 -- Android OCR demo

最近因为工作的原因，好久没有写博客了。（看到有很多评论和留言，都不能一一回复啦～）

 过年之前Oracle组织过一次内部的编程马拉松，当时选择的题目是OCR相关的，但是但是做出来的效果不是很好，就一直想着把代码重新整理一下，优化一下效果。

目前随着国内互联网火的一塌糊涂，似乎也带动了图像处理的发展与引用，以前一直觉得图像处理很难找到合适的工作，所以找工作的时候就换了自然语言处理，然后现在发现互联网招聘图像处理工程师也很多。。。

废话不多说，来看OCR on Android .

作OCR的话，需要使用一些已有的sdk, 例如tesseract，这个是Google的一个开源项目貌似国内访问这个比较费劲。

tesseract是C语言开发的，如果想要使用的Android平台上，需要通过Android平台的JNI调用机制，有兴趣的朋友可以参考：http://blog.csdn.net/watkinsong/article/details/9849973

对于大部分朋友来说，完全不需要直接操作底层的c语言，毕竟通过JNI调用非常难调试。 为了便于使用tesseract，github上有个叫tess-two的项目，把tesseract的底层API封装为Android平台可以直接使用的java API, 这样直接引用这个项目就可以直接进行OCR开发了。 

如果不想看下面的罗嗦，直接下载我的Demo项目，直接看代码就可以了，下载地址： https://github.com/weixsong/libra， 注意，这是一个项目的集合，找到OCRDemo文件夹就是相应的项目。

第一步： 到 https://github.com/weixsong/tess-two 下载最新的tess-two项目，通过eclipse导入该羡慕

第二部：创建你自己的OCR项目，然后引用tess-two项目，这样就可以使用tess-two项目提供的API以及.so文件了。

第三步：到https://code.google.com/p/tesseract-ocr/, 下载你需要的对应的语言的已经训练好的训练数据（至于这个数据是模板，还是个神经网络，还是分类器。。。我不知道）， 然后把训练数据放入Android 项目的 asset文件目录中，

需要注意的是，在写Android程序时，需要把训练好的分类文件拷贝到Android存储中：

private void checkAndCopyFiles() {
		String[] paths = new String[] { DATA_PATH, DATA_PATH_TESSDATA };
		for (String path : paths) {
			File dir = new File(path);
			if (!dir.exists()) {
				if (!dir.mkdirs()) {
					Log.v(TAG, "ERROR: Creation of directory " + path
							+ " on sdcard failed");
					return;
				} else {
					Log.v(TAG, "Created directory " + path + " on sdcard");
				}
			}
		}

		for (String lang : langs) {
			String traineddata_path = DATA_PATH_TESSDATA + lang
					+ ".traineddata";
			String asset_tessdata = "tessdata/" + lang + ".traineddata";

			if (!(new File(traineddata_path)).exists()) {
				try {
					AssetManager assetManager = getAssets();
					InputStream in = assetManager.open(asset_tessdata);
					OutputStream os = new FileOutputStream(traineddata_path);

					// Transfer bytes from in to out
					byte[] buf = new byte[1024];
					int len;
					while ((len = in.read(buf)) > 0) {
						os.write(buf, 0, len);
					}
					in.close();
					os.close();

					Log.v(TAG, "Copied " + lang + " traineddata");
				} catch (IOException e) {
					Log.e(TAG,
							"unable to copy " + lang + " traineddata "
									+ e.toString());
				}
			}
		}
	}

第四步：就可以使用tess-two进行OCR识别了，当然，你需要提供一张照片。。。

package com.example.homework;

import android.graphics.Bitmap;
import android.util.Log;

import com.googlecode.tesseract.android.TessBaseAPI;

public class TesstwoOCR {
	
	private static final String TAG = "TesstwoOCR";

	private TessBaseAPI ocr_eng;
	private TessBaseAPI ocr_chi;
	
	public TesstwoOCR() {
		Log.v(TAG, "BaseApi initializing...");

		ocr_eng = new TessBaseAPI();
		ocr_eng.setDebug(true);
		ocr_eng.init(MainActivity.DATA_PATH, MainActivity.LANG_EN);
		
		ocr_chi = new TessBaseAPI();
		ocr_chi.setDebug(true);
		ocr_chi.init(MainActivity.DATA_PATH, MainActivity.LANG_ZH);
	}

	public String doOCR(Bitmap bitmap, String lang) {
		
		String result = "";
		
		if (lang.equals(MainActivity.LANG_EN)) {
			ocr_eng.setImage(bitmap);
			result = ocr_eng.getUTF8Text();
		} else if (lang.equals(MainActivity.LANG_ZH)) {
			ocr_chi.setImage(bitmap);
			result = ocr_chi.getUTF8Text();
		} else {
			//nothing
		}

		return result.trim();
	}
}

上面的代码我分别使用了中文和英文的OCR识别，因为再我的Demo中可以进行中英文识别的切换。

因为这里给出了Demo的源代码, 所以整个过程描述的比较简单。大家还是尽量参考Demo代码进行对应的OCR识别的开发。 Demo 下载地址：https://github.com/weixsong/libra， 在源代码中，也有详细的如何使用该项目的说明。

下面是OCR识别的效果截图， 总体来说，目前的效果还是相当不错的：