OCR属于CV的范畴，也就是计算机视觉，目前来看，除了opencv这个龙头老大，也就是hp开发的tesseract比较好用，虽然年头比较长了，但现在归google维护并托管在google code上了。
现在有android版本的
地址：http://code.google.com/p/tesseract-android-tools/
这个版本得自己git 三个库 leptonica tesseract libjpeg ，我自己是编译成功了，但测试的时候native层总是crash。
于是发现了tess的android的另一个分支 tess-two
推荐linux上编译
一、下载&编译
1、首先下载tess-two
git clone git://github.com/rmtheis/tess-two tess
2、进入 tess目录，里面有三个项目，我们只需要进入tess-two就可以直接编译了
cd tess/tess-two
ndk-build
3、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
这里把我我把编译好后的东西放出来，用的话不用再编译了
下载：tess-two.zip
二、使用
tesseract 使用了 leptonica的图像处理库，对于图像处理还是比较强大的
Android官方地址:tesseract-android-tools
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，google code上也有下载，当然也可以自己训练不同语言的tessdata。
包leptonica的类我们不必使用，只要使用tess包的类就行了
TessBaseAPI
使用时，首先创建TessBaseAPI对象
TessBaseAPI baseApi=new TessBaseAPI();
//初始化tess
//android下面，tessdata肯定得放到sd卡里了
//如果tessdata这个目录放在sd卡的根目录
//那么path直接传入sd卡的目录
//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
baseApi.init("tessdata文件夹的父级目录", "eng");
//options是为了缩放图片，这个酌情缩放，图片小的话可以不缩放
BitmapFactory.Options options=new BitmapFactory.Options();
//缩小为原来的1/2
options.inSampleSize=2;
//bitmap，我这里是以流的形式，只要能形成Bitmap就行
Bitmap bitmap = BitmapFactory.decodeStream(instream,null,options);
instream.close();
//如果图片有Alpha值，那么最好设置一下
/*ExifInterface exif = new ExifInterface(filename)
int exifOrientation = exif.getAttributeInt(ExifInterface.TAG_ORIENTATION, ExifInterface.ORIENTATION_NORMAL);
int rotate = 0;
switch (exifOrientation) {
case ExifInterface.ORIENTATION_ROTATE_90:
rotate = 90;
break;
case ExifInterface.ORIENTATION_ROTATE_180:
rotate = 180;
break;
case ExifInterface.ORIENTATION_ROTATE_270:
rotate = 270;
break;
}
if (rotate != 0) {
// Getting width & height of the given image.
int w = bitmap.getWidth();
int h = bitmap.getHeight();
// Setting pre rotate
Matrix mtx = new Matrix();
mtx.preRotate(rotate);
// Rotating Bitmap
bitmap = Bitmap.createBitmap(bitmap, 0, 0, w, h, mtx, false);
// tesseract req. ARGB_8888
bitmap = bitmap.copy(Bitmap.Config.ARGB_8888, true);
} */
//设置要ocr的图片bitmap
baseApi.setImage(bitmap);
//根据Init的语言，获得ocr后的字符串
String text= baseApi.getUTF8Text();
//释放bitmap
baseApi.clear();
//如果连续ocr多张图片，这个end可以不调用，但每次ocr之后，必须调用clear来对bitmap进行释放
//释放native内存
baseApi.end();
///////////////////////////其它方法//////////////////////////////////
//获取字符边框
Pixa pixa= baseApi.getCharacters();
//同上，这个是整段文字的边框
baseApi.getRegions();
//同上，只不过这里是条线
baseApi.getTextlines();
//剩下的自己测试吧。
//转为rect数组 ，之后，可以很方便的在图片上框出方框
//怎么框由你
ArrayList<Rect> rects=pixa.getBoxRects();
结束。
android下ocr就这么简单，好好使用第三方库就行了。
ps:在使用这套库对12306的验证码进行ocr时，耗时50ms左右。
发表评论 取消回复