如何通过Tesseract开源OCR引擎创建Android OCR应用

Tesseract是遵守 Apache License 2.0协议的开源OCR引擎。这里介绍下如何在Android平台编译Tesseract，以及如何快速创建一个简单的OCR应用。

参考原文：Making an Android OCR Application with Tesseract

Tesseract Android Tools

要编译Android平台的Tesseract，需要使用Google提供的tesseract-android-tools。

代码获取方式：

?

1	git clone https://code.google.com/p/tesseract-android-tools/

打开README，在命令行工具中执行下面的步骤：

?

1 2 3 4 5 6 7 8 9 10 11 12

cd < project-directory > curl -O https://tesseract-ocr.googlecode.com/files/tesseract-ocr-3.02.02.tar.gz curl -O http://leptonica.googlecode.com/files/leptonica-1.69.tar.gz tar -zxvf tesseract-ocr-3.02.02.tar.gz tar -zxvf leptonica-1.69.tar.gz rm -f tesseract-ocr-3.02.02.tar.gz rm -f leptonica-1.69.tar.gz mv tesseract-3.02.02 jni/com_googlecode_tesseract_android/src mv leptonica-1.69 jni/com_googlecode_leptonica_android/src ndk-build -j8 android update project --target 1 --path . ant debug (release)

注意：如果你在使用NDK r9，编译的时候会出现错误：

?

1	format not a string literal and no format arguments [-Werror=format-security]

解决的方法就是在Application.mk中加入一行：

?

1	APP_CFLAGS += -Wno-error=format-security

编译之后会生成class.jar和一些*.so。

Android OCR Application

创建一个Android应用，把生成的jar和so导入进来。

创建TessOCR：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28

public  class  TessOCR {      private  TessBaseAPI mTess;         public  TessOCR() {          // TODO Auto-generated constructor stub          mTess =  new  TessBaseAPI();          String datapath = Environment.getExternalStorageDirectory() +  "/tesseract/" ;          String language =  "eng" ;          File dir =  new  File(datapath +  "tessdata/" );          if  (!dir.exists())               dir.mkdirs();          mTess.init(datapath, language);      }         public  String getOCRResult(Bitmap bitmap) {             mTess.setImage(bitmap);          String result = mTess.getUTF8Text();             return  result;      }         public  void  onDestroy() {          if  (mTess !=  null )              mTess.end();      }    }

构造函数中需要在存储卡上创建一个目录tessdata，如果不创建程序运行就会出错。因为源码中会检测这个目录，不存在就抛出异常：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

public  boolean  init(String datapath, String language) {          if  (datapath ==  null ) {              throw  new  IllegalArgumentException( "Data path must not be null!" );          }          if  (!datapath.endsWith(File.separator)) {              datapath += File.separator;          }             File tessdata =  new  File(datapath +  "tessdata" );          if  (!tessdata.exists() || !tessdata.isDirectory()) {              throw  new  IllegalArgumentException( "Data path must contain subfolder tessdata!" );          }             return  nativeInit(datapath, language);      }

就这么简单。现在通过三种方式获取图片做OCR：

在图库中选取一张图，选择发送或者分享，选择OCR应用

在AndroidManifest.xml中加入IntentFilter，让OCR应用出现在图库的分享列表中：

?

1 2 3 4 5 6 7

< intent-filter >                  < action  android:name = "android.intent.action.SEND"  />                     < category  android:name = "android.intent.category.DEFAULT"  />                  < data  android:mimeType = "text/plain"  />                  < data  android:mimeType = "image/*"  /> </ intent-filter >

获得URI之后，对URI解码，获取bitmap：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27

if  (Intent.ACTION_SEND.equals(intent.getAction())) {      Uri uri = (Uri) intent.getParcelableExtra(Intent.EXTRA_STREAM);      uriOCR(uri); } private  void  uriOCR(Uri uri) {          if  (uri !=  null ) {              InputStream is =  null ;              try  {                  is = getContentResolver().openInputStream(uri);                  Bitmap bitmap = BitmapFactory.decodeStream(is);                  mImage.setImageBitmap(bitmap);                  doOCR(bitmap);              }  catch  (FileNotFoundException e) {                  // TODO Auto-generated catch block                  e.printStackTrace();              }  finally  {                  if  (is !=  null ) {                      try  {                          is.close();                      }  catch  (IOException e) {                          // TODO Auto-generated catch block                          e.printStackTrace();                      }                  }              }          } }

启动OCR应用，从图库中选择一张图做OCR

发送Intent调用图库，在onActivityResult中获取返回的URI做OCR：

?

1 2	Intent intent =  new  Intent(Intent.ACTION_PICK, android.provider.MediaStore.Images.Media.EXTERNAL_CONTENT_URI); startActivityForResult(intent, REQUEST_PICK_PHOTO);

启动OCR应用，拍照之后做OCR

为了获取高质量的图片，在Intent中加入图片路径。返回之后就可以直接使用这个图片路径解码：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

private  void  dispatchTakePictureIntent() {          Intent takePictureIntent =  new  Intent(MediaStore.ACTION_IMAGE_CAPTURE);          // Ensure that there's a camera activity to handle the intent          if  (takePictureIntent.resolveActivity(getPackageManager()) !=  null ) {              // Create the File where the photo should go              File photoFile =  null ;              try  {                  photoFile = createImageFile();              }  catch  (IOException ex) {                  // Error occurred while creating the File                 }              // Continue only if the File was successfully created              if  (photoFile !=  null ) {                  takePictureIntent.putExtra(MediaStore.EXTRA_OUTPUT,                          Uri.fromFile(photoFile));                  startActivityForResult(takePictureIntent, REQUEST_TAKE_PHOTO);              }          } }

最后不要忘记下载语言包，并push到存储卡的tessdata目录下。

源码

https://github.com/DynamsoftRD/android-tesseract-ocr

?

1	git clone https://github.com/DynamsoftRD/android-tesseract-ocr.git