簡述
最近開發一個項目需要用到Ocr文字識別技術來識別手寫文字，在評估過程中體驗了百度的文字識別和騰訊的文字識別。查找官方開發文檔，發現它們都有印刷體和手寫體兩種符合項目需求的識別模式，但是騰訊的手寫體模式並沒找到sdk，只能直接根據文檔手動post請求並返回結果，但網上卻找不到具體的例子，導致進行過程中出現了一些小困難。這篇文章主要記錄一下在Android Studio中百度Ocr的用法(主要參考官方文檔)。下篇文章記錄騰訊Ocr的用法。
通用識別模式（高精度版）
1.首先需要下載百度文字識別的sdk。SDK下載頁面
2.解壓縮下載的包，然后進入libs目錄，找到ocr-sdk.jar，復制到工程的libs目錄下，然后點擊Android Studio的Build->Edit Libralies and Dependencies...,點擊＋號，再點擊jar dependency，找到ocr-sdk.jar並添加即可。
3.查看下載的包的libs目錄下，發現有armeabi，arm64-v8a，armeabi-v7a，x86這幾個文件夾，選擇自己設備對應的文件夾，復制到android studio工程src/main/jniLibs目錄中，如果不知道設備的arm架構，可以用Android Studio連接設備，然后在Android Studio的控制台中輸入：
adb shell getprop ro.product.cpu.abi
即可查看當前設備的arm架構。
4.添加必要的權限：
<uses-permission android:name="android.permission.INTERNET" />
<uses-permission android:name="android.permission.READ_EXTERNAL_STORAGE"/>
<uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE"/>
注意：android6.0以上需要申請動態權限。
5.如果在自己的工程中集成SDK，為了防止release發布時打包報錯，需要在Proguard配置文件中增加：
-keep class com.baidu.ocr.sdk.**{*;}
-dontwarn com.baidu.ocr.**
6.在代碼中初始化sdk：
/**
* 用明文ak，sk初始化
*/
private void initAccessTokenWithAkSk() {
OCR.getInstance(mContext).initAccessTokenWithAkSk(new OnResultListener<AccessToken>() {
@Override
public void onResult(AccessToken result) {
String token = result.getAccessToken();
hasGotToken = true; //用來判斷是否成功獲取授權
ocrNormal(); //開始文字識別（為了簡單起見，直接在這里進行文字識別，實際上使用看項目需要進行判斷token）
}
@Override
public void onError(OCRError error) {
error.printStackTrace();
}
}, mContext.getApplicationContext(), "替換成你的Api Key", "替換成你的Secret Key");
}
Api Key和Secret Key需要去百度開放平台注冊獲取(百度ai開放平台)。還有一種安全模式授權這里不詳說了。
7.開始文字識別：
private void ocrNormal() {
// 通用文字識別參數設置
GeneralBasicParams param = new GeneralBasicParams();
param.setDetectDirection(true);
//這里調用的是本地文件，使用時替換成你的本地文件
File file=getBitmapFile(mBitmap);
param.setImageFile(file);
// 調用通用文字識別服務
OCR.getInstance(mContext).recognizeAccurateBasic(param, new OnResultListener<GeneralResult>() {
@Override
public void onResult(GeneralResult result) {
StringBuilder sb = new StringBuilder();
// 調用成功，返回GeneralResult對象
for (WordSimple wordSimple : result.getWordList()) {
// wordSimple不包含位置信息
WordSimple word = wordSimple;
sb.append(word.getWords());
//sb.append("\n");
}
//file.delete();
//String返回
ocrResult = sb.toString();
// json格式返回字符串result.getJsonRes())
}
@Override
public void onError(OCRError error) {
// 調用失敗，返回OCRError對象
}
});
}
手寫體文字識別
手寫體文字識別只需要把上述調用的方法ocrNormal()修改為ocrHandwrite()，然后第7步修改為以下即可：
private void orcHandwrite() {
// 通用文字識別參數設置
OcrRequestParams param = new OcrRequestParams();
File file=getBitmapFile(mBitmap);
param.setImageFile(file);
// 調用通用文字識別服務
OCR.getInstance(mContext).recognizeHandwriting(param, new OnResultListener<OcrResponseResult>() {
@Override
public void onResult(OcrResponseResult ocrResponseResult) {
//file.delete()；
// json格式返回字符串
ocrResult = ocrResponseResult.getJsonRes();
}
@Override
public void onError(OCRError ocrError) {
}
});
}
其中ocrResult返回的是json格式的字符串，需要自己去轉換成jsonObject然后讀取需要的數據。
兩種模式比較
為了比較他們的准確度，我測試了印刷體和手寫體兩種文字的多個樣例，發現一般情況下，都是高精度的普通印刷體模式識別准確率比較高，但是在比較潦草的情況下，手寫體識別率比較高（這只是相對而言，實際上潦草字在很多情況下兩種模式都未識別成功），所以得出結論，大部分情況下用高精度印刷體文字識別模式即可。