百度Ocr文字识别

简述

最近开发一个项目需要用到Ocr文字识别技术来识别手写文字，在评估过程中体验了百度的文字识别和腾讯的文字识别。查找官方开发文档，发现它们都有印刷体和手写体两种符合项目需求的识别模式，但是腾讯的手写体模式并没找到sdk，只能直接根据文档手动post请求并返回结果，但网上却找不到具体的例子，导致进行过程中出现了一些小困难。这篇文章主要记录一下在Android Studio中百度Ocr的用法(主要参考官方文档)。下篇文章记录腾讯Ocr的用法。

通用识别模式（高精度版）

1.首先需要下载百度文字识别的sdk。SDK下载页面

2.解压缩下载的包，然后进入libs目录，找到ocr-sdk.jar，复制到工程的libs目录下，然后点击Android Studio的Build->Edit Libralies and Dependencies...,点击＋号，再点击jar dependency，找到ocr-sdk.jar并添加即可。

3.查看下载的包的libs目录下，发现有armeabi，arm64-v8a，armeabi-v7a，x86这几个文件夹，选择自己设备对应的文件夹，复制到android studio工程src/main/jniLibs目录中，如果不知道设备的arm架构，可以用Android Studio连接设备，然后在Android Studio的控制台中输入：

adb shell getprop ro.product.cpu.abi

即可查看当前设备的arm架构。

4.添加必要的权限：

<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以上需要申请动态权限。

5.如果在自己的工程中集成SDK，为了防止release发布时打包报错，需要在Proguard配置文件中增加：

-keep class com.baidu.ocr.sdk.**{*;}
-dontwarn com.baidu.ocr.**

6.在代码中初始化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;   //用来判断是否成功获取授权
                ocrNormal();                 //开始文字识别（为了简单起见，直接在这里进行文字识别，实际上使用看项目需要进行判断token）
            }

            @Override
            public void onError(OCRError error) {
                error.printStackTrace();
            }
        }, mContext.getApplicationContext(), "替换成你的Api Key", "替换成你的Secret Key");
    }

Api Key和Secret Key需要去百度开放平台注册获取(百度ai开放平台)。还有一种安全模式授权这里不详说了。

7.开始文字识别：

   private void ocrNormal() {
        // 通用文字识别参数设置
        GeneralBasicParams param = new GeneralBasicParams();
        param.setDetectDirection(true);
        //这里调用的是本地文件，使用时替换成你的本地文件
        File file=getBitmapFile(mBitmap);
        param.setImageFile(file);
      // 调用通用文字识别服务
        OCR.getInstance(mContext).recognizeAccurateBasic(param, new OnResultListener<GeneralResult>() {
            @Override
            public void onResult(GeneralResult result) {
                StringBuilder sb = new StringBuilder();
                // 调用成功，返回GeneralResult对象
                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) {
                // 调用失败，返回OCRError对象
            }
        });
    }

手写体文字识别

手写体文字识别只需要把上述调用的方法ocrNormal()修改为ocrHandwrite()，然后第7步修改为以下即可：

 private void orcHandwrite() {
        // 通用文字识别参数设置
        OcrRequestParams param = new OcrRequestParams();
        File file=getBitmapFile(mBitmap);
        param.setImageFile(file);
      // 调用通用文字识别服务
        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，需要自己去转换成jsonObject然后读取需要的数据。

两种模式比较

为了比较他们的准确度，我测试了印刷体和手写体两种文字的多个样例，发现一般情况下，都是高精度的普通印刷体模式识别准确率比较高，但是在比较潦草的情况下，手写体识别率比较高（这只是相对而言，实际上潦草字在很多情况下两种模式都未识别成功），所以得出结论，大部分情况下用高精度印刷体文字识别模式即可。