安卓OCR之數字英文掃描識別

項目有個需求，有關證明的編號錄入比較繁瑣。基於支付寶可以掃描識別銀行卡號，我覺得通過掃描並識別可以達到這一需求，以下文（dan）章(teng)即來源於此。

無一例外的，需要圖片識別就必須用到OCR引擎，還必須是開源的（逃...那目標就很明確了，google/百度之，發現谷歌大廠有一個Tesseract項目（基於C++）,興奮之余遂繼續尋找其android分支，好在終於找到了tesstwo。開始干活⁰

...

...

...

其實並沒有，機緣巧合下我在網上找到一個很有用的demo（需要翻牆），它的效果是這樣的：。

於是，我下載其源碼，試圖在本地重現一下。但悲劇的是，這個demo是基於gradle構建的，雖然我試遍了IDEA和Android Studio，還是不行，遂作罷。

回到最初，將tesstwo源碼編譯出.so文件才是當務之急。在試過這篇博客中的方法后，不行...繼續尋覓，終於我在安裝了NDK的Android Studio中編譯成功，編譯好的庫文件有多個，取armeabi目錄中的全部so文件。

接下來，在Eclipse里新建項目（原諒我實在不會gradle），使用上述demo的代碼，並引入編譯好的so文件（記得帶着armeabi目錄），除除錯，再運行一下~好了，終於看到了gif中的效果。

到這里算是實現了一大步/一小步，但這個demo不是掃描自動識別的，我們需要類似於二維碼掃描識別的效果。自然而然的，我想到了zxing（又是谷歌大廠的）。

類似於這種掃描+識別的功能，我覺得應該是這樣一個流程

對焦→拍照→裁剪→有效部分→調用算法識別→成功/失敗→返回結果/繼續對焦

扒出項目中zxing的源碼看了一遍，印證了我的猜想。那么問題就很簡單了，我們只需要改動裁剪和調用的算法就能達到目的了。

裁剪這部分在zxing/camera/CameraManager.java中的getFramingRect()方法中，設定其寬高即可（其實就是取景框的寬高）。

至於修改調用的算法則是在DecodeHandler.java中的decode()方法中，在此方法中我們會得到一個PlanarYUVLuminanceSource類的實例，調用該實例的renderCroppedGreyscaleBitmap()方法就會返回相應的BitMap對象，有了該對象之后，我們就可以使用tesstwo的API（或者上述demo對tesstwo的API的封裝tessEngine）得到識別后的結果。如果結果與我們的預期符合（我傳入一個正則表達式來實現），就可以將結果返回了。結果返回的過程以及接受結果的方法handleDecode()也需要一些處理，在此不再贅述。

插一句題外話，現在很多工具都是需要linux/unix環境支持，雖然在windows中有相應的工具模擬，但不是不方便就是坑比較多，總歸不好使。不過現在win10有個自帶的ubuntu子系統，大家可以試試~~