Android中使用orc实现文字识别

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

身份证号识别

三、开始集成

Github上面已经提供了android端的工具api，Github地址：https://github.com/rmtheis/tess-two

集成流程

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

语言包下载地址
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：

https://github.com/rmtheis/tess-two

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

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。需要样本训练的童鞋可以参考这篇博客：样本训练博客 。