Android tesseract-orc之扫描身份证号码

来源：互联网发布：周末排课软件编辑：程序博客网时间：2024/04/29 23:54

踩了不少坑，终于把这个扫描版的身份证识别做出来了，图片识别引擎用的是tesseract，在已经训练好样本的情况下，感觉识别率还是一般般~
下面说一说大概几个坑、

一、编译tesseract-orc Android版本
首先你需要Android-ndk工具，Android ndk开发，我们这里不做开发，只需要编译tesseract变成so文件、tesseract Android版下载地址，这里只需要编译tesseract-two这个项目、编译方法在那篇博客说的很清楚了，编译时间有点久（耐心等待，并且大部分人在这里会扑街）

二、测试是否编译成功
新建一个项目，用引用类库的方式引用tesseract-two，API的调用方法也很简单：

TessBaseAPI baseApi=new TessBaseAPI();//这里进行初始化，第一个参数是训练语言的路径，第二个参数的语言名字，后面我们的训练文件都要放在这里面，这里可以先用eng代替下测试、baseApi.init(TESSBASE_PATH, DEFAULT_LANGUAGE);  baseApi.setPageSegMode(TessBaseAPI.PSM_AUTO); //这里把图片放进去进行了baseApi.setImage(bitmap);         final String outputText = baseApi.getUTF8Text(); Log.i(TAG, "识别结果：" + outputText);baseApi.end();

上述就是整个API的调用流程，值得注意的是，该流程是一个耗时操作，不可在UI线程中调用、
若没有闪退，并且有大概的识别文字出来，表示编译成功，接下来就开始训练新语言。

三、训练新语言，提高识别率
说到训练语言这个问题，网上的文章是非常多的，不过我却在这里卡了很久，原因是因为网上大部分文章是针对3.01版本训练，而现在版本是3.02，有几个地方死活报错过不去、寻其原因在于文件名的问题！tesseract-orc3.02训练方法这篇博客已经说的很清楚啦，我再把精简一下：
图片名字的格式一定需要按照 [lang].[fontname].exp[num].tif 该格式！用id.custom.exp0.tif 作为示范

1）.转成 tif 格式图片，用jTessBoxEditor工具合成为一张tif图片

2）.生成box文件，调用命令行：
tesseract id.custom.exp0.tif id.custom.exp0 batch.nochop makebox

3）.利用jTessBoxEditor工具，对文件进行编辑，校正，得到新的box文件

4）.生成.tr文件，调用命令行：
tesseract id.custom.exp0.tif id.custom.exp0 nobatch box.train

5）.生成字符集，调用命令行：
unicharset_extractor id.custom.exp0.box

6）.设置字体，新建文本文件font_properties，里面输入字体信息，内容格式为：
第一个fontname 一定要对应之前文件的名字，这里输入 custom 0 1 0 0 0 ，表示是加粗字体格式

7）.接下来，进行聚合，分别调用三句命令：
shapeclustering -F font_properties -U unicharset id.custom.exp0.tr
mftraining -F font_properties -U unicharset -O id.unicharset id.custom.exp0.tr
cntraining id.custom.exp0.tr id.custom.exp0.tr

8）.把生成第7步生成的4个文件加入前缀“id.”（），调用命令行，生成最终数据
combine_tessdata id. （别漏掉了.）
type 1，type3， type4， type5对应的后面数据如果不是-1，就表示这次训练成功！

9）.进行测试：
tesseract id1.jpg output -l id

四、集成到项目中实现拍照识别
如果上述训练没有问题，那么可以将训练文件 id.traineddata 放在assert文件夹中，当应用程序启动时，将其拷贝到sd卡，这里值得注意的是，拍照返回的图片都比较大，是需要进行压缩的、最终大小尽量和你训练时的大小一致，然后图片进行灰度处理，再调用API来识别。

五、扫描识别
由于拍照后再识别的准确率实在是低，和拍照的角度，光线，以及拍照时身份证没有填满照片等等因素，很难做到高准确率的识别、于是我就仿造扫描二维码（支付宝扫描银行卡号）的方式，来增加识别次数提高识别率。扫描界面我是借鉴二维码扫描的代码、大致流程：
需要一个Camera对象来获取相机资源，用一个SurfaceView来显示相机预览，surfaceview启动时获取相机资源，并且实现自动对焦和预览回调接口，自动对焦是定时的，每过1.5秒对焦一次、而在预览回调接口中：

    /**     * 拍照回调     */    PreviewCallback previewCallback = new PreviewCallback() {        @Override        public void onPreviewFrame(byte[] data, Camera camera) {            // TODO Auto-generated method stub            if (isChoice) {                new MyOrcTask().execute(data);                isChoice = false;            }        }    };

我们把图片处理，图片识别放在了异步任务中，因为该接口是不停的回调的、每次传进一张照片进入后，把标志改为false，当异步任务执行完后，把标志改为true，这样就是单线程异步的执行图片识别任务、

/**     * 图片解析的异步任务！     *      * @author kaifa     *      */    class MyOrcTask extends AsyncTask<byte[], Void, Void> {        String text = "";        @Override        protected void onPreExecute() {            // TODO Auto-generated method stub            super.onPreExecute();        }        @Override        protected Void doInBackground(byte[]... params) {            // TODO Auto-generated method stub            byte[] data = params[0];            Size size = camera.getParameters().getPreviewSize();            try {                YuvImage image = new YuvImage(data, ImageFormat.NV21,                        size.width, size.height, null);                if (image != null) {                    ByteArrayOutputStream stream = new ByteArrayOutputStream();                    image.compressToJpeg(                            new Rect(0, 0, size.width, size.height), 80, stream);                    Bitmap bitmap = BitmapFactory.decodeByteArray(                            stream.toByteArray(), 0, stream.size());                    bitmap = Bitmap.createBitmap(bitmap, x, y, width, height);                    // 去解析                    if (bitmap != null) {                        bitmap = comp(bitmap);                        bitmap = ImageFilter.grayScale(bitmap);                        TessBaseAPI baseAPI = new TessBaseAPI();                        // 初始化                        baseAPI.init(TESSBASE_PATH, DEFAULT_LANGUAGE);                        baseAPI.setPageSegMode(TessBaseAPI.PageSegMode.PSM_AUTO);                        baseAPI.setImage(bitmap);                        text = baseAPI.getUTF8Text();                        baseAPI.end();                    }                    stream.close();                }            } catch (Exception ex) {                Log.e("Sys", "Error:" + ex.getMessage());            }            return null;        }        @Override        protected void onPostExecute(Void result) {            // TODO Auto-generated method stub            super.onPostExecute(result);            text.replaceAll("\n", "");            text = text.trim();            if (text.length() > 18) {                text = text.substring(text.length() - 18, text.length());                if (IDcheckClassUtil.validateIdCard18(text)) {                    Toast.makeText(ScanActivity.this, "成功！请核对", 0).show();                    isChoice = false;                    textView.setText(text);                    } else {                    // Toast.makeText(ScanActivity.this, "就差一点点啦！", 0).show();                    isChoice = true;                }            } else {                // Toast.makeText(ScanActivity.this, "请再对齐一点点哦！", 0).show();                // 继续去选择图片                isChoice = true;            }        }    }

很多人都要代码，源码在这~

1 2