Android OCR 之 tesseract

OCR属于CV的范畴，也就是计算机视觉，目前来看，除了opencv这个龙头老大，也就是hp开发的tesseract比较好用，虽然年头比较长了，但现在归google维护并托管在google code上了。

 

现在有android版本的
地址：http://code.google.com/p/tesseract-android-tools/

这个版本得自己git 三个库 leptonica  tesseract  libjpeg ，我自己是编译成功了，但测试的时候native层总是crash。

 

于是发现了tess的android的另一个分支 tess-two

推荐linux上编译

 

一、下载&编译

1、首先下载tess-two

git clone git://github.com/rmtheis/tess-two tess

2、进入 tess目录，里面有三个项目，我们只需要进入tess-two就可以直接编译了

cd tess/tess-two
ndk-build

 3、编译好后，将src下的两个包以及libs导入到自己的项目就可以用啦

这里把我我把编译好后的东西放出来，用的话不用再编译了

下载：tess-two.zip

 

二、使用

tesseract 使用了 leptonica的图像处理库，对于图像处理还是比较强大的

Android官方地址:tesseract-android-tools

但它必须要一个匹配库，即tessdata，我们可以从官方拷贝，在前面git的项目里面tesseract源码目录有现成的tessdata可以用，对于中文，google code上也有下载，当然也可以自己训练不同语言的tessdata。

包leptonica的类我们不必使用，只要使用tess包的类就行了

TessBaseAPI

使用时，首先创建TessBaseAPI对象