Android OCR 之 tesseract
OCR屬于CV的范疇，也就是計算機視覺，目前來看，除了opencv這個龍頭老大，也就是hp開發(fā)的tesseract比較好用，雖然年頭比較長了，但現(xiàn)在歸google維護并托管在google code上了。
現(xiàn)在有android版本的
地址：http://code.google.com/p/tesseract-android-tools/
這個版本得自己git 三個庫 leptonica tesseract libjpeg ，我自己是編譯成功了，但測試的時候native層總是crash。
于是發(fā)現(xiàn)了tess的android的另一個分支 tess-two
推薦linux上編譯
一、下載&編譯
1、首先下載tess-two
git clone git://github.com/rmtheis/tess-two tess
2、進入 tess目錄，里面有三個項目，我們只需要進入tess-two就可以直接編譯了
cd tess/tess-two
ndk-build
3、編譯好后，將src下的兩個包以及l(fā)ibs導(dǎo)入到自己的項目就可以用啦
這里把我我把編譯好后的東西放出來，用的話不用再編譯了
下載：tess-two.zip
二、使用
tesseract 使用了 leptonica的圖像處理庫，對于圖像處理還是比較強大的
Android官方地址:tesseract-android-tools
但它必須要一個匹配庫，即tessdata，我們可以從官方拷貝，在前面git的項目里面tesseract源碼目錄有現(xiàn)成的tessdata可以用，對于中文，google code上也有下載，當(dāng)然也可以自己訓(xùn)練不同語言的tessdata。
包leptonica的類我們不必使用，只要使用tess包的類就行了
TessBaseAPI
使用時，首先創(chuàng)建TessBaseAPI對象
TessBaseAPI baseApi=new TessBaseAPI();
//初始化tess
//android下面，tessdata肯定得放到sd卡里了
//如果tessdata這個目錄放在sd卡的根目錄
//那么path直接傳入sd卡的目錄
//eng就是英文，關(guān)于語言，按ISO 639-3標(biāo)準(zhǔn)的代碼就行，具體請移步wiki
baseApi.init("tessdata文件夾的父級目錄", "eng");
//options是為了縮放圖片，這個酌情縮放，圖片小的話可以不縮放
BitmapFactory.Options options=new BitmapFactory.Options();
//縮小為原來的1/2
options.inSampleSize=2;
//bitmap，我這里是以流的形式，只要能形成Bitmap就行
Bitmap bitmap = BitmapFactory.decodeStream(instream,null,options);
instream.close();
//如果圖片有Alpha值，那么最好設(shè)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);
} */
//設(shè)置要ocr的圖片bitmap
baseApi.setImage(bitmap);
//根據(jù)Init的語言，獲得ocr后的字符串
String text= baseApi.getUTF8Text();
//釋放bitmap
baseApi.clear();
//如果連續(xù)ocr多張圖片，這個end可以不調(diào)用，但每次ocr之后，必須調(diào)用clear來對bitmap進行釋放
//釋放native內(nèi)存
baseApi.end();
///////////////////////////其它方法//////////////////////////////////
//獲取字符邊框
Pixa pixa= baseApi.getCharacters();
//同上，這個是整段文字的邊框
baseApi.getRegions();
//同上，只不過這里是條線
baseApi.getTextlines();
//剩下的自己測試吧。
//轉(zhuǎn)為rect數(shù)組 ，之后，可以很方便的在圖片上框出方框
//怎么框由你
ArrayList<Rect> rects=pixa.getBoxRects();
結(jié)束。
android下ocr就這么簡單，好好使用第三方庫就行了。
ps:在使用這套庫對12306的驗證碼進行ocr時，耗時50ms左右。
浙公網(wǎng)安備 33010602011771號