Android OCR demo

標籤：

最近因為工作的原因，好久沒有寫部落格了。（看到有很多評論和留言，都不能一一回複啦～）

 過年之前Oracle組織過一次內部的編程馬拉松，當時選擇的題目是OCR相關的，但是但是做出來的效果不是很好，就一直想著把代碼重新整理一下，最佳化一下效果。

目前隨著國內互連網火的一塌糊塗，似乎也帶動了影像處理的發展與引用，以前一直覺得影像處理很難找到合適的工作，所以找工作的時候就換了自然語言處理，然後現在發現互連網招聘影像處理工程師也很多。。。

廢話不多說，來看OCR on Android .

作OCR的話，需要使用一些已有的sdk, 例如tesseract，這個是Google的一個開源項目貌似國內訪問這個比較費勁。

tesseract是C語言開發的，如果想要使用的Android平台上，需要通過Android平台的JNI調用機制，有興趣的朋友可以參考：http://blog.csdn.net/watkinsong/article/details/9849973

對於大部分朋友來說，完全不需要直接操作底層的c語言，畢竟通過JNI調用非常難調試。 為了便於使用tesseract，github上有個叫tess-two的項目，把tesseract的底層API封裝為Android平台可以直接使用的java API, 這樣直接引用這個項目就可以直接進行OCR開發了。 

如果不想看下面的羅嗦，直接下載我的Demo項目，直接看代碼就可以了，： https://github.com/weixsong/libra， 注意，這是一個項目的集合，找到OCRDemo檔案夾就是相應的項目。

第一步： 到 https://github.com/weixsong/tess-two 下載最新的tess-two項目，通過eclipse匯入該羨慕

第二部：建立你自己的OCR項目，然後引用tess-two項目，這樣就可以使用tess-two項目提供的API以及.so檔案了。

第三步：到https://code.google.com/p/tesseract-ocr/, 下載你需要的對應的語言的已經訓練好的訓練資料（至於這個資料是模板，還是個神經網路，還是分類器。。。我不知道）， 然後把訓練資料放入Android 項目的 asset檔案目錄中，

需要注意的是，在寫Android程式時，需要把訓練好的分類檔案拷貝到Android儲存中：

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 outbyte[] 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進行OCR識別了，當然，你需要提供一張照片。。。

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();}}

上面的代碼我分別使用了中文和英文的OCR識別，因為再我的Demo中可以進行中英文識別的切換。

因為這裡給出了Demo的原始碼, 所以整個流程說明的比較簡單。大家還是盡量參考Demo代碼進行對應的OCR識別的開發。 Demo ：https://github.com/weixsong/libra， 在原始碼中，也有詳細的如何使用該項目的說明。

下面是OCR識別的效果， 總體來說，目前的效果還是相當不錯的：

Android OCR demo