针对安卓APP的 OCR图片识别技术研究与 DEMO

通过近端时间的在网络上的学习,了解了俩个OCR的技术,包括tesseract  openCv这俩个技术

主要研究了tesseractOCR技术,并通过模拟器做了个demo app下面与大家分享过程,希望共同进步。

Tesseract OCR引擎是1995UNLVAccuracy大赛中的排名前三的引擎。1995年到2006年间,它没有大的改进;之后,它被谷歌大幅改进,很可能是识别率最高的可用开源OCR引擎之一了。结合Leptonica图像处理库,它能读取各种各样格式的图像文件,识别出超过40多种语言的文本。

Tesseract的下载地址为:

http://code.google.com/p/tesseract-ocr/downloads/list

Tesseract for android tess-two下载地址为:

https://github.com/rmtheis/tess-two/archive/master.zip

接下来需要对下载下来的tess-two进行编译

如何用android ndk进行so的编译我放在了另外的一个文档中,大家请参考

也可以直接下载编译好的tess-two  so文件

http://download.csdn.net/detail/uniquerhythm/5166651

编译好后,将src下的两个包以及libs导入到自己的项目就可以用啦

接下来我们还需要 tessractandroid jar

Android官方地址:tesseract-android-tools

http://code.google.com/p/tesseract-android-tools/downloads/list?can=1&q=

但它必须要一个匹配库,即tessdata,我们可以从官方拷贝,在前面git的项目里面tesseract源码目录有现成的tessdata可以用,对于中文,googlecode上也有下载,当然也可以自己训练不同语言的tessdata

leptonica的类我们不必使用,只要使用tess包的类就行了

下面是 tessBaseAPI的主要用法

TessBaseAPI

  1. //华丽的分割线//  
  2.   
  3. TessBaseAPI baseApi=new TessBaseAPI();  
  4.   
  5. //初始化tess  
  6. //android下面,tessdata肯定得放到sd卡里了  
  7. //如果tessdata这个目录放在sd卡的根目录  
  8. //那么path直接传入sd卡的目录  
  9. //eng就是英文,关于语言,按ISO 639-3标准的代码就行,具体请移步wiki  
  10. baseApi.init("tessdata文件夹的父级目录","eng");  
  11.   
  12. //options是为了缩放图片,这个酌情缩放,图片小的话可以不缩放  
  13. BitmapFactory.Options options=newBitmapFactory.Options();  
  14. //缩小为原来的1/2  
  15. options.inSampleSize=2;  
  16.   
  17. //bitmap,我这里是以流的形式,只要能形成Bitmap就行  
  18. Bitmap bitmap = BitmapFactory.decodeStream(instream,null,options);  
  19.         instream.close();      
  20. //设置要ocr的图片bitmap  
  21. baseApi.setImage(bitmap);  
  22. //根据Init的语言,获得ocr后的字符串  
  23. String text= baseApi.getUTF8Text();  


 

通过以上即可对图片进行识别并得到识别文字

下面是我自身的demo开发的详细过程与大家分享

首先创建一个界面:主要包括内存图片识别照片识别识别,图片区,以及识别结果区域

确认之前编译好的so文件以及下载的jar包放入Lib

针对tessract jar包方法进行程序编写

因为程序的写法,需要将 tessdata识别库与ocr图片放到SD卡中

接着,右键项目运行选择android,(android环境的配置请参考李涛的分享文档)

运行:接下来就是漫长的等待。。。。

运行成功:

 

最终运行结果:成功

 

结论:对于tesseract的识别如果换成其他字体或手写体,则需要手工的训练tesseract的识别字体库及放入SD卡中tessdata文件夹中的文件

现还有一些问题需要大家一起来共同克服完成

1.      照相机功能

2.      对于手写字体的识别训练的识别率的控制

针对于tessdata的训练,我这里还有一个网址,大家可以上去学习一下相信会有作用

Tesseract-OCR字符识别-样书训练

http://www.myexception.cn/mobile/1119147.html

以上就是我近期的技术研究以及demo,与大家分享希望共同进步,如大家有问题,可以随时找我沟通!

源码以及程序找不到可以找我联系!站内短信 或者 回复哦!

评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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