android tesseract-ocr實例教程（包含中文識別）（附源碼）

（轉載請注明出處：http://blog.csdn.net/buptgshengod）

1.介紹    

    快過年了，博主的新應用-屏幕取詞之了老花鏡的編碼工作也在緊鑼密鼓的進行中。下面分享一下這個應用中的核心功能ocr，也就是圖片識詞功能。先來看下我的實現效果。上圖是在網上隨便截下來的一個帶有英文的頁面，下圖是我的應用的實現效果。

 

2.實現

   (1)首先要下載我的源碼和語言包，博客下方會給出地址。（源碼設為10分，是想讓大家珍惜別人的勞動成果）

    (2)把代碼中的lib中的兩個文件夾和jar文件導入。

    (3)需要注意的有兩點請認真看下面貼出的代碼的注釋

package com.example.tess;


import java.io.File;

import com.googlecode.tesseract.android.TessBaseAPI;

import android.os.Bundle;
import android.app.Activity;
import android.content.Intent;
import android.graphics.Bitmap;
import android.graphics.BitmapFactory;
import android.view.Menu;
import android.view.View;
import android.view.View.OnClickListener;
import android.widget.Button;
import android.widget.TextView;

public class MainActivity extends Activity {

    private TextView text;
    TessBaseAPI baseApi;
    @Override
    protected void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        setContentView(R.layout.activity_main);

        Button bt=new Button(getBaseContext());
        bt=(Button)findViewById(R.id.button1);

          text=new TextView(getBaseContext());
          text=(TextView)findViewById(R.id.textView1);

          baseApi=new TessBaseAPI();
          //(注意)前面的地址是語言包的父級。eng表示解析的是英文
          baseApi.init("/mnt/sdcard/tesseract/", "eng");

        bt.setOnClickListener(new OnClickListener() {
            @Override
             public void onClick(View sourse) {
           // text.setText("sb");
                //設置要ocr的圖片bitmap，要解析的圖片地址（注意）
                baseApi.setImage(getDiskBitmap("/mnt/sdcard/mypic.bmp"));
                //根據Init的語言，獲得ocr后的字符串
                String text1= baseApi.getUTF8Text();
                text.setText(text1);
                //釋放bitmap
                baseApi.clear();
            }
        }
         );
    }
    /*
     * 將本地圖片轉換為bitmap
     */

    private Bitmap getDiskBitmap(String pathString)
    {
        Bitmap bitmap = null;
        try
        {
            File file = new File(pathString);
            if(file.exists())
            {
                bitmap = BitmapFactory.decodeFile(pathString);

            }
        } catch (Exception e)
        {
            // TODO: handle exception
        }


        return bitmap;
    }
}

（4）圖片越大耗時越長，本例耗時差不多半分鍾

3.源碼及相關文件下載地址

 

好吧，好多人說代碼下載不了或者說10分太貴了，這里提供一下 免費下載地址。

其中tess文件夾是android程序

tessdata是語言包

 

 

4.中文識別
 
 可到以下地址下載，將其解壓放到/tesseract/tessdata下面，然后將eng改為chi_sim
http://code.google.com/p/tesseract-ocr/downloads/detail?name=chi_sim.traineddata.gz&can=2&q=