Android ORC文字识别之识别身份 证号等（附源码）

项目地址
https://github.com/979451341/OrcTest

我们说说实现这个项目已实现的功能，能够截图手机界面的某一块，将这个某一块图片的Bitmap传给tess-two的代码来获取扫描结果

我这里在贴出tess-two这个专为Android而创建的文字识别框架的地址
https://github.com/rmtheis/tess-two

接下来我就说我如何一步一步的实现项目

1.实现基础界面，我这里贴出已完成的界面

这样是为了模仿扫描二维码的界面，因为扫描×××号码或者是手机号那样长条的数字，就将扫描区域也做成长条状，这个扫描区域是有意义的，因为到时候截图会只将扫描区域里的图片信息拿去扫描，这也是为了提高扫描速度和精度。

首先要实现这个界面，我们需要画出四个灰色长方体的位置大小，上下左右。

left是扫描区域左边离手机屏幕左边的距离是手机屏幕宽度的1/10，right就是扫描区域右边离手机屏幕左边的距离是手机屏幕宽度的9/10，top是扫描区域顶部离手机屏幕顶部的距离是手机屏幕宽度的1/3，bottom是扫描区域底部离手机屏幕顶部的距离是手机屏幕宽度的4/9

    WindowManager manager = (WindowManager) context.getSystemService(Context.WINDOW_SERVICE);
    Display display = manager.getDefaultDisplay();

    PMwidth = display.getWidth();
    PMheight = display.getHeight();

    left = PMwidth/10;
    top = PMheight/3;
    right = PMwidth*9/10;
    bottom = PMheight*4/9;
    mFrameRect = new Rect(left,top,right,bottom);

画画

@Override
public void onDraw(Canvas canvas) {
    int width = PMwidth;
    int height = PMheight;
    Rect frame = mFrameRect;

    // 绘制焦点框外边的暗色背景
    mPaint.setColor(mMaskColor);
    canvas.drawRect(0, 0, width, frame.top, mPaint);
    canvas.drawRect(0, frame.top, frame.left, frame.bottom + 1, mPaint);
    canvas.drawRect(frame.right + 1, frame.top, width, frame.bottom + 1, mPaint);
    canvas.drawRect(0, frame.bottom + 1, width, height, mPaint);

}

还没有完，还有布局文件放SurfaceView和按钮，还有刚才做的自定义View

2.显示Camera预览和Camera拍摄

这里SurfaceView如何显示Camera我不多说，只说如何把Camera预览变清晰，这里是通过循环自动对焦来完成。

设置自动对焦接口

mCamera.autoFocus(autoFocusCallback);

这个接口初始化传入了Handler

autoFocusCallback.setHandler(handler,MSG_AUTOFUCS);

然后这个接口实现类里，当完成自动对焦，会通过handler发送一个消息

@Override
public void onAutoFocus(boolean success, Camera camera) {
    Log.v("zzw", "autof focus "+success);
    if (mAutoFocusHandler != null) {
        mAutoFocusHandler.sendEmptyMessageDelayed(mAutoFocusMessage,AUTO_FOCUS_INTERVAL_MS);

// mAutoFocusHandler = null;
} else {
Log.v(TAG, "Got auto-focus callback, but no handler for it");
}
}

然后handler如何执行以下代码，再进行一次自动对焦，这样就完成了循环

                case MSG_AUTOFUCS:
                    cameraUtil.autoFocus();
                    break;

然后给按钮赋予拍摄功能，拍摄的还要停止聚焦

            handler.removeCallbacksAndMessages(null);
            cameraUtil.takePicture(TwoActivity.this,TwoActivity.this,TwoActivity.this);

这个函数会被调用，data就是图片数据

@Override
public void onPictureTaken(byte[] data, Camera camera) 

这里要注意一件事，拍摄后Camera预览界面就会停止，因为他停止聚焦了，我们需要重新设置自动对焦，并开启预览

// 刷新相机
public void refreshCamera(){
    if (surfaceHolder.getSurface() == null){
        // preview surface does not exist
        return;
    }

    // stop preview before making changes
    try {
        mCamera.stopPreview();
    } catch(Exception e){
        // ignore: tried to stop a non-existent preview
    }

    // set preview size and make any resize, rotate or
    // reformatting changes here
    // start preview with new settings

    try {
        mCamera.setPreviewDisplay(surfaceHolder);
        mCamera.startPreview();
        mCamera.autoFocus(autoFocusCallback);
    } catch (Exception e) {

    }
    surfaceHolder.setType(SurfaceHolder.SURFACE_TYPE_PUSH_BUFFERS);
}

3.处理图片数据，完成局部截图

继续在onPictureTaken函数的data数据处理

因为处理图片是耗时任务，所以开启子线程完成

这里先开启一个等待对话框

    if(!mypDialog.isShowing())
    mypDialog.show();

然后开启子线程

    if(data != null){
        new Thread(new BitmapThread(bitmap,data,handler,TwoActivity.this)).start();

    }

将data转换为Bitmap数据

    bitmap = BitmapFactory.decodeByteArray(data, 0, data.length);

将图片旋转90度

    bitmap = rotateBitmap(bitmap,90);

这是旋转Bitmap的函数

public static Bitmap rotateBitmap(Bitmap source, float angle) {
    Matrix matrix = new Matrix();
    matrix.postRotate(angle);
    return Bitmap.createBitmap(source, 0, 0, source.getWidth(), source.getHeight(), matrix, true);
}

切割Bitmap，将扫描区域的图片切割出来

    int PMwidth = bitmap.getWidth(); // 得到图片的宽，高
    int PMheight = bitmap.getHeight();

    int left = PMwidth/10;
    int top = PMheight/3;
    int right = PMwidth*9/10;
    int bottom = PMheight*4/9;
    int width = right - left;
    int height = bottom - top;

    Log.v("zzw",PMheight+" "+PMwidth);

    bitmap = Bitmap.createBitmap(bitmap, left, top, width, height, null,
            false);

4.扫描出结果

其实tess-two框架的使用很简单，但是使用这个框架需要依靠训练文件来完成扫描，我在res目录下放了raw文件夹，里面的eng_traineddata文件就是这个用途，但是我们不能直接使用它们，我们需要将他们复制到手机存储里

下面的代码意思是在应用私有路径里创建tesseract/tessdata/eng.traineddata相关路径的文件并使用输入流将文件的数据读出来，然后使用输出流将数据传入eng.traineddata文件

public static void initTessTrainedData(Context context){

    if(initiated){
        return;
    }

    File appFolder = context.getFilesDir();
    File folder = new File(appFolder, tessdir);
    if(!folder.exists()){
        folder.mkdir();
    }

    tesseractFolder = folder.getAbsolutePath();

    File subfolder = new File(folder, subdir);
    if(!subfolder.exists()){
        subfolder.mkdir();
    }

    File file = new File(subfolder, filename);
    trainedDataPath = file.getAbsolutePath();
    Log.d(TAG, "Trained data filepath: " + trainedDataPath);

    if(!file.exists()) {

        try {
            FileOutputStream fileOutputStream;
            byte[] bytes = readRawTrainingData(context);
            if (bytes == null){
                return;
            }

            fileOutputStream = new FileOutputStream(file);
            fileOutputStream.write(bytes);
            fileOutputStream.close();
            initiated = true;
            Log.d(TAG, "Prepared training data file");
        } catch (FileNotFoundException e) {
            Log.e(TAG, "Error opening training data file\n" + e.getMessage());
        } catch (IOException e) {
            Log.e(TAG, "Error opening training data file\n" + e.getMessage());
        }
    }
    else{
        initiated = true;
    }
}

好了再说说tess-two框架的使用

创建TessBaseAPI

    TessBaseAPI tessBaseAPI = new TessBaseAPI();

关闭测试

    tessBaseAPI.setDebug(true);

设置训练数据路径和识别文字是英文

    tessBaseAPI.init(path, "eng");

设置白名单

    tessBaseAPI.setVariable(TessBaseAPI.VAR_CHAR_WHITELIST, "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789");

设置黑名单

    tessBaseAPI.setVariable(TessBaseAPI.VAR_CHAR_BLACKLIST, "!@#$%^&*()_+=-[]}{;:'\"\\|~`,./<>?"); 

设置识别模式

    tessBaseAPI.setPageSegMode(TessBaseAPI.PageSegMode.PSM_AUTO_OSD);

传入bitmap数据

    tessBaseAPI.setImage(bitmap);

获取扫描结果

    String inspection = tessBaseAPI.getHOCRText(0);

结束TestBaseAPI的使用

    tessBaseAPI.end();

实现扫描×××号码，这里是通过正则表达式来判断扫描出的结果是否有×××号码，也就是说tess-two其实是只是扫描出Bitmap文件里面有哪些文字，然后使用正则表达式来筛选出我们需要的数据。也就是说我们通过换取正则表达式就能做到扫描手机号等，带有某种规律的数字或者字母

这是正则表达式的线上工具地址，大家可以自己试试 http://tool.oschina.net/regex/#

private static Pattern pattern = Pattern.compile("\\d{17}[\\d|x]|\\d{15}");
public static String getTelNum(String sParam){
    if(TextUtils.isEmpty(sParam)){
        return "";
    }

    Matcher matcher = pattern.matcher(sParam);
    StringBuilder bf = new StringBuilder();
    while (matcher.find()) {
        bf.append(matcher.group()).append(",");
    }
    int len = bf.length();
    if (len > 0) {
        bf.deleteCharAt(len - 1);
    }
    return bf.toString();
}

然后通过handler返回结果

    Message message = Message.obtain();
    message.what = 1;
    Bundle bundle = new Bundle();
    bundle.putString("decode",strDecode);
    message.setData(bundle);
    message.what = TwoActivity.MSG_BITMAP;
    handler.sendMessage(message);

取消加载框，并将局部截图的图像和扫描的结果通过DialogFragment显示出来

                    mypDialog.dismiss();
                    String strDecode = msg.getData().getString("decode","扫描失败");

                    if(strDecode == null ||strDecode.equals(""))
                        strDecode = "扫描失败";

                    imageDialogFragment.setImage(bitmap);
                    imageDialogFragment.setText(strDecode);
                    imageDialogFragment.show(getFragmentManager(), "ImageDialogFragment");

5.结论

其实还没有结束因为我本想做出一个能够扫描整张×××的项目，我看一下网上有很多API都能实现这个功能，但都要钱，如果要是能够实现这个功能，并发到github，我岂不是成为大神了。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

博客首发地址
http://blog.csdn.net/z979451341