Android之Tesseract OCR tess-two的使用

最新推荐文章于 2024-04-24 14:46:15 发布

麥_芒

最新推荐文章于 2024-04-24 14:46:15 发布

阅读量6.4k

点赞数

分类专栏：导入第三方库文章标签： android android studio android开发 tess_two tesseract

本文链接：https://blog.csdn.net/yd_yandong/article/details/52860487

版权

导入第三方库专栏收录该内容

1 篇文章 0 订阅

订阅专栏

我的开发环境：win10 Android studio 2.2 ndk 版本r12b 手机：Honor 5x

第一步：下载文件

从githup下载：https://github.com/rmtheis/tess-two

第二步：编译出so文件

首先打开dos命令行 win+R 键，输入cmd,回车。

切换到下载的项目目录例如：我下载的项目目录如下：

如果没有配置ndk的环境变量需要这样编译：

例如：我的ndk路径：

编译命令如下：

执行命令后：

会依次编译armeabi armea-v7a arm64-v8a mips mips64 x86 x86——64 7种不同的so，编译时间大约40分钟。

编译好的so会保存在******\tess-two\libs目录下

第三步：导入so文件和java源码

1.如果你没有在build.gridle中重定向so目录，将armeabi armeabi_v7a(一般这两个就可以了)复制到项目的src\main\jniLibs目录下（注意jniLibs的L是大写）。

2.导入java源码

复制com文件夹下面的所有文件到你的项目src\main\java目录下,这样做的好处是：不符合你要求的地方可以修改，打成jar包的话，只能查看源码不能修改。

我的教训：之前从网上下载别人编译好的so和jar遇到了很大的坑，所以希望我的读者朋友们自己去编译和配置开发环境。

第四部：配制语言包tessdata

将tessdata复制到手机内置存储的根目录下（当然其他目录也可以，需要在代码中指定路径）

语言包githup地址

第五部：简单使用

private static final String TESSBASE_PATH = Environment.getExternalStorageDirectory() + File.separator;
private static final String DEFAULT_LANGUAGE = "eng";//英文数据包
private static final String CHINESE_LANGUAGE = "chi_sim";//中文数据包
private static final String TAG = "TessTwoActivity";
TessBaseAPI  baseApi = new TessBaseAPI();
baseApi.init(TESSBASE_PATH, DEFAULT_LANGUAGE);
Bitmap bitmap = BitmapFactory.decodeFile(Environment.getExternalStorageDirectory() + "/text.jpg");
baseApi.setImage(bitmaps[0]);
final String outputText = baseApi.getUTF8Text();
Log.e(TAG, "识别结果：" + outputText );

至于TESSDATA_PATH为什么只指向了根目录+“\”,可以从TessBaseAPI类的源码寻找答案，源码如下：

 /**
     * Initializes the Tesseract engine with the specified language model(s). Returns
     * <code>true</code> on success.
     *
     * @see #init(String, String)
     *
     * @param datapath the parent directory of tessdata ending in a forward
     *            slash
     * @param language an ISO 639-3 string representing the language(s)
     * @param ocrEngineMode the OCR engine mode to be set
     * @return <code>true</code> on success
     */
    public boolean init(String datapath, String language, int ocrEngineMode) {
        if (datapath == null)
            throw new IllegalArgumentException("Data path must not be null!");
        if (!datapath.endsWith(File.separator))
            datapath += File.separator;

        File datapathFile = new File(datapath);
        if (!datapathFile.exists())
            throw new IllegalArgumentException("Data path does not exist!");
//      答案就在这里--------------------------
        File tessdata = new File(datapath + "tessdata");
        if (!tessdata.exists() || !tessdata.isDirectory())
            throw new IllegalArgumentException("Data path must contain subfolder tessdata!");

        //noinspection deprecation
        if (ocrEngineMode != OEM_CUBE_ONLY) {
            for (String languageCode : language.split("\\+")) {
                if (!languageCode.startsWith("~")) {
                    File datafile = new File(tessdata + File.separator + 
                            languageCode + ".traineddata");
                    if (!datafile.exists())
                        throw new IllegalArgumentException("Data file not found at " + datafile);
                }
            }
        }

        boolean success = nativeInitOem(mNativeData, datapath, language, ocrEngineMode);

        if (success) {
            mRecycled = false;
        }

        return success;
    }

其他问题：

1.导入tess-two使用过程中，可能一言不合就崩溃，崩溃一次找到原因解决或者try catch捕获异常应给出Toast 或其他提示信息。