Android OCR 之 tesseract

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。