android tesseract-ocr实例教程（包含中文识别）（附源码）

（转载请注明出处：http://blog.csdn.net/buptgshengod）

1.介绍

    快过年了，博主的新应用-屏幕取词之了老花镜的编码工作也在紧锣密鼓的进行中。下面分享一下这个应用中的核心功能ocr，也就是图片识词功能。先来看下我的实现效果。上图是在网上随便截下来的一个带有英文的页面，下图是我的应用的实现效果。

 

2.实现

   (1)首先要下载我的源码和语言包，博客下方会给出地址。（源码设为10分，是想让大家珍惜别人的劳动成果）

    (2)把代码中的lib中的两个文件夹和jar文件导入。

    (3)需要注意的有两点请认真看下面贴出的代码的注释

1. package com.example.tess;
2. import java.io.File;
3. import com.googlecode.tesseract.android.TessBaseAPI;
4. import android.os.Bundle;
5. import android.app.Activity;
6. import android.content.Intent;
7. import android.graphics.Bitmap;
8. import android.graphics.BitmapFactory;
9. import android.view.Menu;
10. import android.view.View;
11. import android.view.View.OnClickListener;
12. import android.widget.Button;
13. import android.widget.TextView;
14. public class MainActivity extends Activity {
15. private TextView text;
16. TessBaseAPI baseApi;
17. @Override
18. protected void onCreate(Bundle savedInstanceState) {
19. super.onCreate(savedInstanceState);
20. setContentView(R.layout.activity_main);
21. Button bt=new Button(getBaseContext());
22. bt=(Button)findViewById(R.id.button1);
23. text=new TextView(getBaseContext());
24. text=(TextView)findViewById(R.id.textView1);
25. baseApi=new TessBaseAPI();
26. //(注意)前面的地址是语言包的父级。eng表示解析的是英文
27. baseApi.init("/mnt/sdcard/tesseract/", "eng");
28. bt.setOnClickListener(new OnClickListener() {
29. @Override
30. public void onClick(View sourse) {
31. // text.setText("sb");
32. //设置要ocr的图片bitmap，要解析的图片地址（注意）
33. baseApi.setImage(getDiskBitmap("/mnt/sdcard/mypic.bmp"));
34. //根据Init的语言，获得ocr后的字符串
35. String text1= baseApi.getUTF8Text();
36. text.setText(text1);
37. //释放bitmap
38. baseApi.clear();
39. }
40. }
41. );
42. }
43. /*
44. * 将本地图片转换为bitmap
45. */
46. private Bitmap getDiskBitmap(String pathString)
47. {
48. Bitmap bitmap = null;
49. try
50. {
51. File file = new File(pathString);
52. if(file.exists())
53. {
54. bitmap = BitmapFactory.decodeFile(pathString);
55. }
56. } catch (Exception e)
57. {
58. // TODO: handle exception
59. }
60. return bitmap;
61. }
62. }

（4）图片越大耗时越长，本例耗时差不多半分钟

3.源码及相关文件下载地址

 

好吧，好多人说代码下载不了或者说10分太贵了，这里提供一下免费下载地址。

其中tess文件夹是android程序

tessdata是语言包

 

 

4.中文识别
 
 可到以下地址下载，将其解压放到/tesseract/tessdata下面，然后将eng改为chi_sim
http://code.google.com/p/tesseract-ocr/downloads/detail?name=chi_sim.traineddata.gz&can=2&q=