Android OCR 之 tesseract
来源:互联网 发布:淘宝美工是干什么的 编辑:程序博客网 时间:2024/05/17 06:35
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-twondk-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wikibaseApi.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1/2options.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bitmapbaseApi.setImage(bitmap);//根据Init的语言,获得ocr后的字符串String text= baseApi.getUTF8Text();//释放bitmapbaseApi.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。
- Android OCR 之 tesseract
- Android之Tesseract OCR
- Android OCR 之 tesseract
- Android OCR 之 tesseract
- Android学习之 Tesseract OCR
- Android图像识别之tesseract-ocr
- 浅谈OCR之Tesseract
- 浅谈OCR之Tesseract
- 浅谈OCR之Tesseract
- 浅谈OCR之Tesseract
- 浅谈OCR之Tesseract
- 浅谈OCR之Tesseract
- android ocr tesseract
- Tesseract OCR Android
- Android之Tesseract OCR tess-two的使用
- tesseract-ocr
- ocr tesseract
- Tesseract OCR
- emacs的配置过程
- ASP.NET MVC VS2010中更改默认调试浏览器
- hdu 2044 一只小蜜蜂…
- 使用 JSONP 实现跨域通信,第 1 部分: 结合 JSONP 和 jQuery 快速构建强大的 mashup
- C#中的类
- Android OCR 之 tesseract
- linux目录操作
- iOS 得到 当前光标的 位置
- 拾取遗忘的代码
- Hive0.11.0的新特性
- 第六章、SpringMVC学习-注解式控制器详解(2)-SpringMVC3强大的请求映射规则详解
- 【算法导论】堆排序实现
- Web负载均衡的几种实现方式
- El表达式使用