Android OCR之tesseract

1. 开源工具简介

tesseract是非常有名的开源OCR工具，但是要将它配置到Android开发环境中可能要费点功夫，别担心，github上面有好人帮助我们封装了Android开发环境的tesseract配置，这就是Android平台上OCR开源项目tess-two。

2. 环境配置

利用tess-two配置OCR环境非常简单。

• 首先，设置工程的ndk路径。
• 其次，在模块中添加依赖：compile 'com.rmtheis:tess-two:6.0.0'。

3. 数据准备

要进行OCR还要获取训练数据tessdata，下载该训练数据，到时候将训练数据弄到自己的Android设备上就行了。

注意：不要把所有训练数据都弄到Android设备上，因为训练数据比较大，需要用到什么语言的数据就只把这些语言对应的数据弄到Android设备上。

比如，我一般识别只用到识别英文与简体中文，因此只需要将eng.traineddata，chi_sim.traineddata弄到Android设备上就行了。

4. 开始Android OCR之旅

相关常量设置：

    //训练数据路径，必须包含tesseract文件夹
    static final String TESSBASE_PATH = "/storage/emulated/0/Download/tesseract/";
    //识别语言英文
    static final String DEFAULT_LANGUAGE = "eng";
    //识别语言简体中文
    static final String CHINESE_LANGUAGE = "chi_sim";  

英文识别：

     public void EnglishOCR(){
        //设置图片可以缓存
        english.setDrawingCacheEnabled(true);
        //获取缓存的bitmap
        final Bitmap bmp = english.getDrawingCache();
        final TessBaseAPI baseApi = new TessBaseAPI();
        //初始化OCR的训练数据路径与语言
        baseApi.init(TESSBASE_PATH, DEFAULT_LANGUAGE);
        //设置识别模式
        baseApi.setPageSegMode(TessBaseAPI.PageSegMode.PSM_SINGLE_LINE);
        //设置要识别的图片
        baseApi.setImage(bmp);
        english.setImageBitmap(bmp);
        englishtext.setText(baseApi.getUTF8Text());
        baseApi.clear();
        baseApi.end();
     }  

简体中文识别与英文识别类似。

5. 程序界面

程序源代码下载：https://github.com/lavor-zl/FunctionsDemo