Android中使用orc实现文字识别实例

一、什么是orc?

引用百度百科的介绍，指利用光学字符识别（orc全称：optical character recognition）技术，将图片、照片上的文字内容，直接转换为可编辑文本，支持jpg、png、gif、bmp、doc等图片格式。简单一句话，就是可以把图片上的文字识别出来。应用的场景有很多，比如说：身份证号码识别，银行卡号识别等等。

二、效果展示

这里笔者实现的仅仅是一个效果，实际使用可能需要对它进行训练以提高识别率，第一次做gif图片，效果不是很好

三、开始集成

github上面已经提供了android端的工具api，github地址：

集成流2

1.下载中文简体语言包

2.导入依赖

3.api的使用，获取tessbaseapi mbaseapi = new tessbaseapi();实例

4.api的使用，初始化tessbaseapi设置，设置识别的语言和语言包所在文件路径 mbaseapi.init(path + file.separator, "chi_sim");

5.api的使用，设置bitmap，mbaseapi.setimage(bitmap);

6.api的使用，从bitmap获取文字信息，mbaseapi.getutf8text();

1.下载中文简体语言包

找到tessdata——>chi_sim.traineddata

下载好了之后，需要放到sd卡中，目录不限，但是必须要放在tessdata目录里面，如果没有tessdata目录需要手动创建，例如我是demo中是放在sd卡根目录中，就直接在sd卡根目录创建tessdata目录，然后把下载好的chi_sim.traineddata语言包丢进去,实际项目中，在识别时候最好坐下语言包是否复制到位的检查，以免出现异常。demo中仅仅是检查了是否创建tessdata目录，这里实际上仍然存在风险的。

2.导入依赖

gradle方式添加：

3.mainactivity代码

public class mainactivity extends appcompatactivity implements view.onclicklistener {

private textview mtvinfo;
private tessbaseapi mbaseapi;
private progressbar mprobar;
private string path;
private radiogroup mradiogroup;
private radiobutton mrbtnidcard;
private radiobutton mrbtnbanknumber;
private radiobutton mrbtntxt;

@override
protected void oncreate(bundle savedinstancestate) {
  super.oncreate(savedinstancestate);
  setcontentview(r.layout.activity_main);
  findviewbyid(r.id.btn_start).setonclicklistener(this);
  mprobar = (progressbar) findviewbyid(r.id.pb);
  mtvinfo = (textview) findviewbyid(r.id.tv_info);
  mradiogroup = (radiogroup) findviewbyid(r.id.rg);
  mrbtnidcard = (radiobutton) findviewbyid(r.id.rb_idcard);
  mrbtnbanknumber = (radiobutton) findviewbyid(r.id.rb_banknumber);
  mrbtntxt = (radiobutton) findviewbyid(r.id.rb_txt);
  mradiogroup.check(0);

  path = environment.getexternalstoragedirectory().getabsolutefile().getabsolutepath();
}

@override
public void onclick(view v) {
  mtvinfo.settext("");
  switch (v.getid()) {
    case r.id.btn_start:
      if (build.version.sdk_int >= 23) {
        if (activitycompat.checkselfpermission(this, manifest.permission.write_external_storage) != packagemanager.permission_granted) {
          // 没有权限
          if(activitycompat.shouldshowrequestpermissionrationale(this, manifest.permission.call_phone)){
            //如果没勾选“不再询问”，向用户发起权限请求
            activitycompat.requestpermissions(this, new string[]{manifest.permission.call_phone}, 0);
          }else{
            toast.maketext(this,"请前往设置——>存储卡权限——>允许",toast.length_short).show();
          }
        } else {
          // 有权限,接着你要干的活
          startreadtext();
        }
      }else{
        startreadtext();
      }
      break;
  }
}


private handler mhandler = new handler() {
  @override
  public void handlemessage(message msg) {
    switch (msg.what) {
      case 0:
        string s = (string) msg.obj;
        if (!textutils.isempty(s)) {
          mprobar.setvisibility(view.gone);
          mtvinfo.settext(s);
          //释放bitmap
          mbaseapi.clear();
        } else {
          mprobar.setvisibility(view.gone);
          toast.maketext(mainactivity.this, "识别图片内容失败", toast.length_short).show();
        }

        break;
      case 1:
        toast.maketext(mainactivity.this, "读取图片失败", toast.length_short).show();
        break;
    }
  }
};

private bitmap getbitmap(int id) {
  bitmap bitmap = null;
  try {
    bitmap = bitmapfactory.decoderesource(getresources(), id);
  } catch (exception e) {
    return null;
  }
  return bitmap;
}

/**
 * 开始识别文字
 */
private void startreadtext() {

  file f = new file(path+"/tessdata") ;
  if(!f.exists()){
    toast.maketext(this,"请先下载好语言包置于sd/tessdata目录",toast.length_short).show();
    return;
  }

  final int btnid = mradiogroup.getcheckedradiobuttonid();
  final int resid ;
  if(r.id.rb_idcard==btnid){
    resid = r.drawable.idcard;
  }else if(r.id.rb_banknumber==btnid){
    resid = r.drawable.bank_number;
  }else{
    resid = r.drawable.tet_info;
  }

  mprobar.setvisibility(view.visible);
  new thread() {
    @override
    public void run() {
      mbaseapi = new tessbaseapi();//初始化需要耗时，可以启动时程序时，预初始化
      mbaseapi.init(path + file.separator, "chi_sim");
      bitmap bitmap = getbitmap(resid);
      if (bitmap == null) {
        mhandler.sendemptymessage(1);
      } else {
        mbaseapi.setimage(bitmap);
        //根据init的语言，获得ocr后的字符串
        string t = mbaseapi.getutf8text();//耗时操作
        message obtain = message.obtain();
        obtain.what = 0;
        obtain.obj = t;
        mhandler.sendmessage(obtain);
      }
    }
  }.start();
}
}

4.activity_main.xml代码

<linearlayout
xmlns:android="http://schemas.android.com/apk/res/android"
xmlns:tools="http://schemas.android.com/tools"
android:id="@+id/activity_main"
android:layout_width="match_parent"
android:layout_height="match_parent"
android:orientation="vertical"
android:paddingbottom="@dimen/activity_vertical_margin"
android:paddingleft="@dimen/activity_horizontal_margin"
android:paddingright="@dimen/activity_horizontal_margin"
android:paddingtop="@dimen/activity_vertical_margin"
tools:context="com.demo.orc.mainactivity">

<radiogroup
  android:id="@+id/rg"
  android:orientation="horizontal"
  android:layout_width="match_parent"
  android:layout_height="wrap_content">

  <radiobutton
    android:checked="true"
    android:id="@+id/rb_idcard"
    android:text="身份证"
    android:layout_width="wrap_content"
    android:layout_height="wrap_content" />
  <radiobutton
    android:id="@+id/rb_banknumber"
    android:text="银行卡"
    android:layout_width="wrap_content"
    android:layout_height="wrap_content" />
  <radiobutton
    android:id="@+id/rb_txt"
    android:text="文字"
    android:layout_width="wrap_content"
    android:layout_height="wrap_content" />

</radiogroup>


<button
  android:id="@+id/btn_start"
  android:layout_width="wrap_content"
  android:layout_height="wrap_content"
  android:text="开始识别"/>

<textview
  android:text="识别结果展示区："
  android:layout_width="match_parent"
  android:layout_height="wrap_content" />

<framelayout
  android:layout_width="match_parent"
  android:layout_height="match_parent">

  <progressbar
    android:id="@+id/pb"
    android:layout_width="wrap_content"
    android:layout_height="wrap_content"
    android:layout_gravity="center"
    android:visibility="gone"/>

  <textview
    android:id="@+id/tv_info"
    android:layout_width="match_parent"
    android:layout_height="match_parent"
    android:text=""/>

</framelayout>
</linearlayout>

四、提高识别率

demo识别率其实不是很理想，比如把数字0识别成了字母o等，这是因为我们的根本没有进行样本训练。关于样本的训练，我目前还没实际操作过，因为公司的识别需求更为复杂，这个框架难以达到效果，公司买了第三方的一个识别框架。不过仅仅是实现身份证号，银行卡号，和一些简单的文字信息，用这个框架足以实现。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。