Android基于百度OCR识别图片中的文字

Android基于百度OCR识别图片中的文字    OCR(OpticalCharacterRecognition),即光学字符识别,指的是针对印刷体字符,采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件,通过识别软件将图像中的文字转换成文本格式,供文字处理软件进一步编辑加工的技术。简单的来说,OCR技术就是可以把图片上的文字识别出来,并以文本格式的形式提取出来。    该技术已广泛应用于生活中。比如很多翻译软件都有的拍照翻译功能,就利用了该技术。这里尝试使用百度OCR接口实现Android拍照识别文字功能。请求模块定义   

大家好,又见面了,我是你们的朋友全栈君。

    OCR (Optical Character Recognition ),即光学字符识别,指的是针对印刷体字符,采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件,通过识别软件将图像中的文字转换成文本格式,供文字处理软件进一步编辑加工的技术。简单的来说,OCR技术就是可以把图片上的文字识别出来,并以文本格式的形式提取出来。
    该技术已广泛应用于生活中。比如很多翻译软件都有的拍照翻译功能,就利用了该技术。这里尝试使用百度OCR接口实现Android拍照识别文字功能。

请求模块定义

    这里以网络api的方式来进行识别。涉及到的技术有 retrofit+rxjava 进行网络请求,Android应用动态权限的申请,FileProvider,图片的base64转码,以及热门的MVP框架。

项目结构:
项目结构

    module目录下存放的是MVP架构的三个模块,bean目录下存放的是网络请求返回的数据类型,apiservice中存放的是retrofit有关网络请求的接口。
在这里插入图片描述

根据百度官方的请求方法定义接口方法:

    /** * 通过图片,获取图片内的文字信息 * @param accessToken 通过API Key和Secret Key获取的access_token * @param image 图像数据base64编码后进行urlencode后的String * @return observable对象用于rxjava,从RecognitionResultBean中可以获得图片文字识别的信息 */
    @POST("rest/2.0/ocr/v1/general_basic")
    @FormUrlEncoded
    Observable<RecognitionResultBean> getRecognitionResultByImage(@Field("access_token") String accessToken, @Field("image") String image);

    该方法中,第一个参数是access_token(需申请百度文字识别的开发者资格,得到API key和Secret Key后获取),第二个参数则是String类型,这个参数是在本地将图片base64转码之后生成。

    这些参数以POST的形式发送,按照百度OCR api 的要求,使用@FormUrlEncode注释。这里使用@Field的方式将参数加入请求体。可以看到Observable中的是RecognitionResultBean类型,从里面拿到服务器返回的文字识别信息。

定义好之后便可以构造retrofit对象进行调用。

 Retrofit retrofit = new Retrofit.Builder()
                .baseUrl("https://aip.baidubce.com/")
                .addConverterFactory(GsonConverterFactory.create())
                .addCallAdapterFactory(RxJava2CallAdapterFactory.create())
                .build();

        baiduOCRService = retrofit.create(BaiduOCRService.class);

rxjava+retrofit 在接口方法中的具体实现:

  @Override
    public void getRecognitionResultByImage(Bitmap bitmap) { 
   

        String encodeResult = bitmapToString(bitmap);

        baiduOCRService.getRecognitionResultByImage(ACCESS_TOKEN,encodeResult)
                .subscribeOn(Schedulers.io())
                .observeOn(AndroidSchedulers.mainThread())
                .subscribe(new Observer<RecognitionResultBean>() { 
   
                    @Override
                    public void onSubscribe(Disposable d) { 
   

                    }

                    @Override
                    public void onNext(RecognitionResultBean recognitionResultBean) { 
   
                        Log.e("onnext",recognitionResultBean.toString());
                        StringBuilder s = new StringBuilder();
                        List<RecognitionResultBean.WordsResultBean> wordsResult = recognitionResultBean.getWords_result();
                        for (RecognitionResultBean.WordsResultBean words:wordsResult) { 
   
                            s.append(words.getWords());
                        }
                        mView.updateUI(s.toString());
                    }
                    @Override
                    public void onError(Throwable e) { 
   
                        Log.e("onerror",e.toString());
                    }
                    @Override
                    public void onComplete() { 
   
                    }
                });
    }

接口要求的参数类型为String,所以要对图片进行base64转码,转码方法:

    private String bitmapToString(Bitmap bitmap){ 
   
        ByteArrayOutputStream baos = new ByteArrayOutputStream();
        bitmap.compress(Bitmap.CompressFormat.JPEG, 100, baos);
        byte[] bytes = baos.toByteArray();
        return Base64.encodeToString(bytes, Base64.DEFAULT);
    }

    调用此方法,便可以把图片类型转化成字符串类型。之后再对网路接口调用之后的回调方法进行定义。在调用成功后的onNext操作中,可以得到RecognitionResultBean类型参数。这个参数里含有图片所包含的文字信息,这里将所有文字取出,用StringBuilder连接成一个新的字符串返回View层。

相机功能调用

首先在AndroidManifest清单文件中写明需要用到的权限(网络请求权限、数据的读取和存取权限以及相机权限):

    <uses-permission android:name="android.permission.INTERNET" />
    <uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE"/>
    <uses-permission android:name="android.permission.READ_EXTERNAL_STORAGE"/>
    <uses-permission android:name="android.permission.CAMERA"/>

调用相机功能的代码如下:

 private void takePhoto(){ 
   

        if (!hasPermission()) { 
   
            return;
        }

        Intent intent = new Intent();
        intent.setAction(MediaStore.ACTION_IMAGE_CAPTURE);
        String path = Environment.getExternalStorageDirectory().getAbsolutePath() + "/img";
        if (new File(path).exists()) { 
   
            try { 
   
                new File(path).createNewFile();
            } catch (IOException e) { 
   
                e.printStackTrace();
            }
        }
        String filename = new SimpleDateFormat("yyyyMMdd_HHmmss").format(new Date());
        mTmpFile = new File(path, filename + ".jpg");
        mTmpFile.getParentFile().mkdirs();

        if (Build.VERSION.SDK_INT >= Build.VERSION_CODES.M) { 
   
            String authority = getPackageName() + ".provider";
            imageUri = FileProvider.getUriForFile(this, authority, mTmpFile);
        } else { 
   
            imageUri = Uri.fromFile(mTmpFile);
        }
        intent.putExtra(MediaStore.EXTRA_OUTPUT, imageUri);

        startActivityForResult(intent, CAMERA_REQUEST_CODE);

    }

调用相机之后重写onActivityResult方法,对返回拍照结果进行处理:

    @Override
    protected void onActivityResult(int requestCode, int resultCode, Intent data) { 
   
        if (requestCode == CAMERA_REQUEST_CODE) { 
   
            if (requestCode == RESULT_OK){ 
   
                Bitmap photo = BitmapFactory.decodeFile(mTmpFile.getAbsolutePath());
                mPresenter.getRecognitionResultByImage(photo);
                imageView.setImageBitmap(photo);
            }
        }
    }

这样拍照成功的话,照片就将作为参数传递给之前定义好的接口方法,调用进行图片文字识别。等服务器成功返回识别结构之后,就会调用VIew层的updateUI,更新textview显示识别结果。

作者:吴越

原文链接

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/146138.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)
blank

相关推荐

  • JS经常使用字符串处理方法总结

    JS经常使用字符串处理方法总结

  • WiFi6介绍「建议收藏」

    WiFi6介绍「建议收藏」Wi-Fi发展历程时间Wi-Fi标准传输速率工作频段其它1997年802.112Mbps改变用户接入方式,使人们从线缆解放出来1999年802.11b11Mbps2.4GHz1999年802.11a54Mbps5GHz网络中等吞吐量20Mbps2003年802.11g54Mbps2.4GHz净传输速率为24.7Mbps2009年802.11n(WIFI4)600Mbps2.4GHz&5GHz重大改进,引

  • flash怎么强制gc_Adode Flash初级教程

    flash怎么强制gc_Adode Flash初级教程AdodeFlash初级教程(湖南信息职业技术学院xxgc.hniu.cn教务处,湖南长沙410200)第一章入门一、概述1、定义:矢量二维动画2、适用范围:1.针对与网页2.动漫3、特点:a矢量动画制作模式,文件容量小b支持多类型文件导入(图片、视频、音频)c支持流媒体技术d交互动画4、网页四剑客简介adobedreamweaver:是一个网页排版软件,不是设计软件,唯一体现设计软件的地方是c…

  • 线程的定义及特点_linux线程创建函数

    线程的定义及特点_linux线程创建函数1.加入头文件#include"afxmt.h"2.定义一个全局的锁CRITICAL_SECTION的实例和一个静态变量CRITICAL_SECTIONcs;//可以理解为锁定一

  • C++对象数组「建议收藏」

    C++对象数组「建议收藏」C++对象数组一、对象数组1.C++对象数组的定义:类名数组名[元素个数]例:Studentstu[10];2.对象数组访问形式:数组名[下标].成员名;例:stu[i].print();3.对象数组的初始化:对象数组的初始化通常也是由构造函数来完成的例:关于对象数组的几点说明:  (1)在建立对象数组的时候需要调用构造函数。如果对象数组有100个元素,就需…

  • postman最新版_postcrossing中文版

    postman最新版_postcrossing中文版PostmanCn最新版本:7.36.1更新时间:2020-12-18点击下载https://www.postman.com/downloads/这个是Postman官网的下载页面https://gitee.com/hlmd/PostmanCn/attach_files/492931/download/postman_EnToCn.zip这个是这里的汉化的介绍Postman中文版汉化持续更新中安装教程WindowsPostman-*-win64-中文版…

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号