動(dòng)機(jī)&成品展示

最近蚯舱，家里老人有需要把圖片里的文字識(shí)別讀取的功能英支，想要教他們用市面上功能齊全的 App佩憾，因?yàn)楣δ芡?fù)雜的，他們又不太會(huì)操作潭辈，就有了寫一個(gè)簡(jiǎn)單的應(yīng)用的想法鸯屿。
到網(wǎng)上參考了下澈吨，看到有人用 Tesseract 識(shí)別引擎，自己試了下寄摆，發(fā)現(xiàn) Tesseract 識(shí)別準(zhǔn)確率不太高谅辣，不太好用。而百度提供的這個(gè) OCR 接口挺不錯(cuò)的婶恼，雖然免費(fèi)版本有使用次數(shù)限制桑阶，但因?yàn)楸旧硇枨蟛惶螅R(shí)別挺準(zhǔn)確勾邦，就打算拿來用用蚣录。

成品差不多這樣，由于是初版眷篇，之后還會(huì)修一修萎河，先趁著記憶還是熱的分享一下自己開發(fā)過程。

SDK介紹

OCR（Optical Character Recognition蕉饼，光學(xué)字符識(shí)別）虐杯，顧名思義…… 好了，知道來到這里的小伙伴應(yīng)該不是想來這里看這些的了昧港，我就移到最后再提吧擎椰。。创肥。

基本環(huán)境準(zhǔn)備

提醒：這里采用百度云提供的 通用文字識(shí)別 作為范例达舒，如果想換為 含位置版 或 高精度版 等等，可以自行修改參數(shù)叹侄。另外巩搏，我看到有人是利用請(qǐng)求API來完成的，不過我采用的是調(diào)用 Android SDK

為了完成這個(gè)接口的使用圈膏，可以參考下面三個(gè)資源：

• 以下本文的介紹
• 百度AI開放平臺(tái)的OCR開發(fā)者文檔
• 參考下載SDK提供的DEMO

給幾個(gè)官方網(wǎng)站：

• 百度云-控制臺(tái)登錄： https://login.bce.baidu.com
• 百度云-通用文字識(shí)別介紹： https://cloud.baidu.com/product/ocr/general
• OCR Android SDK 開發(fā)者文檔： http://ai.baidu.com/docs#/OCR-Android-SDK/top

我的Android Studio Project配置：

• Android Studio 版本：3.5.0
• Gradle 版本：5.4.1
• Minimum SDK 版本：21 (5.0 Lollipop)

那么塔猾，就開始吧～

創(chuàng)建新應(yīng)用

首先要建立一個(gè) Android Studio 新 Project

Image.png

接著要在百度云控制臺(tái)創(chuàng)建新應(yīng)用接口：
先給應(yīng)用起個(gè)響亮的名字（并沒有

記得一定要設(shè)定文字識(shí)別包名為需要，同時(shí)包名為 Android Studio 創(chuàng)建 Project 的包的名字(Package name)

創(chuàng)建完后下載SDK

另外稽坤，為了安全考慮丈甸，建議采用安全模式設(shè)置。此種身份驗(yàn)證方案使用授權(quán)文件獲得AccessToken尿褪，緩存在本地睦擂。

由于在您的 App 分發(fā)出去之后，存在被反編譯的可能杖玲，所以直接將 Api Key（簡(jiǎn)稱AK）和 Secret Key（簡(jiǎn)稱SK）置于APP源碼之中顿仇，存在被盜取的風(fēng)險(xiǎn)。采用授權(quán)文件的身份驗(yàn)證方法，可有效保護(hù) AK/SK 在移動(dòng)設(shè)備中的安全臼闻。攻擊者即使攔截了流量鸿吆，盜取了授權(quán)文件，也難以盜用您的配額述呐。（引用自官方說明文檔）

所以也要在控制臺(tái)下載 License 文件

文件惩淳、環(huán)境配置

在下載完相關(guān)文件后：
將下載的 aip-ocr-android-sdk-1.4.4 文件夾 libs 子文件夾里 arm64-v8a, armeabi, armeabi-v7a, x86 放到如下圖 main 里新創(chuàng)建的 jniLibs 文件夾中，ocr-sdk.jar 放入 libs 中
將下載的 aip.license 證書放到如下圖 main 里的 assets 子文件夾中

如果有需要引用百度已經(jīng)完成的圖片獲取功能乓搬，可以在 Project 中引進(jìn)：
提供功能：

• 相機(jī)拍照（可調(diào)閃光燈）
• 手機(jī)圖庫(kù)導(dǎo)入
• 導(dǎo)入圖片截圖（可旋轉(zhuǎn)）

需要文件：

• aip-ocr-android-sdk-1.4.4 文件夾里的 ocr_ui 文件夾

步驟

代碼完成

在完成上面的動(dòng)作后思犁，先試著 Build 一下 Project，看看有沒有遇到下面的問題进肯，或者有關(guān) android.support 的問題

經(jīng)過一番搜尋才發(fā)現(xiàn)激蹲，在更新過的 Android Studio 版本，android.support.xxx 包經(jīng)過整理后統(tǒng)一成 AndroidX江掩，而百度提供的獲取圖片模組還有使用 android.support学辱，現(xiàn)在想用需要修改取代 android.support.xxx 為 androidx.xxx。
有需要修改的 java 文件大概有這些（這是我遇到的如圖標(biāo)紅的文件）

修改如圖：

動(dòng)作	修改1	修改2
修改前
修改后

（其實(shí)沒用到的包就刪掉更方便哈～）
有關(guān)AndroidX可以看看這篇文章或直接看官方文檔：http://www.reibang.com/p/41de8689615d

那么下面就是真正完成 App 的主要代碼了～

先添加幾個(gè)使用者權(quán)限

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

再在 app 的 build.gradle 添加依賴：

implementation files("libs/ocr-sdk.jar")

再完成 MainActivity 代碼：
onCreate方法內(nèi)新建指令

alertDialog = new AlertDialog.Builder(this);

//初始化token license
initAccessTokenLicenseFile();

/**
* 打開相機(jī)頁(yè)面利用 百度OCR 提供之范例
*/
// 通用文字識(shí)別
Button basicButton = (Button) findViewById(R.id.imgGet);
basicButton.setOnClickListener(new View.OnClickListener() {
    @Override
    public void onClick(View v) {
        if (!checkTokenStatus()) {
            return;
        }
        Intent intent = new Intent(MainActivity.this, CameraActivity.class);
        intent.putExtra(CameraActivity.KEY_OUTPUT_FILE_PATH,
                FileUtil.getSaveFile(getApplication()).getAbsolutePath());
        intent.putExtra(CameraActivity.KEY_CONTENT_TYPE,
                CameraActivity.CONTENT_TYPE_GENERAL);
        startActivityForResult(intent, REQUEST_CODE_GENERAL_BASIC);
    }
});

onCreate外指令

/**
* 回傳代碼集
*/
private static final int REQUEST_CODE_GENERAL = 105;
private static final int REQUEST_CODE_GENERAL_BASIC = 106; //這個(gè)代碼是我這次用到的 通用文字識(shí)別
private static final int REQUEST_CODE_ACCURATE_BASIC = 107;
private static final int REQUEST_CODE_ACCURATE = 108;
private static final int REQUEST_CODE_GENERAL_ENHANCED = 109;
private static final int REQUEST_CODE_GENERAL_WEBIMAGE = 110;
private static final int REQUEST_CODE_BANKCARD = 111;
private static final int REQUEST_CODE_VEHICLE_LICENSE = 120;
private static final int REQUEST_CODE_DRIVING_LICENSE = 121;
private static final int REQUEST_CODE_LICENSE_PLATE = 122;
private static final int REQUEST_CODE_BUSINESS_LICENSE = 123;
private static final int REQUEST_CODE_RECEIPT = 124;
private static final int REQUEST_CODE_PASSPORT = 125;
private static final int REQUEST_CODE_NUMBERS = 126;
private static final int REQUEST_CODE_QRCODE = 127;
private static final int REQUEST_CODE_BUSINESSCARD = 128;
private static final int REQUEST_CODE_HANDWRITING = 129;
private static final int REQUEST_CODE_LOTTERY = 130;
private static final int REQUEST_CODE_VATINVOICE = 131;
private static final int REQUEST_CODE_CUSTOM = 132;

/**
* 提前宣告幾個(gè)變量
*/
private boolean hasGotToken = false;
private AlertDialog.Builder alertDialog;

我自己第一遍完成 App 后下面一直報(bào)錯(cuò)频敛，檢查好久才發(fā)現(xiàn)我的證書忘記放到 assets项郊，當(dāng)時(shí)發(fā)現(xiàn)叫一個(gè)崩潰

/**
* 以license文件自定位置方式初始化token
*/
private void initAccessTokenLicenseFile() {
    OCR.getInstance(this).initAccessToken(new OnResultListener<AccessToken>() {
        @Override
        public void onResult(AccessToken accessToken) {
            String token = accessToken.getAccessToken();
            hasGotToken = true;
        }


        @Override
        public void onError(OCRError error) {
            error.printStackTrace();
            alertText("自定義文件路徑licence方式獲取token失敗", error.getMessage());
        }
    }, "aip.license", getApplicationContext());
}

/**
* 警示訊息，在初始化失敗時(shí)呼叫
*/
private void alertText(final String title, final String message) {
    this.runOnUiThread(new Runnable() {
        @Override
        public void run() {
            alertDialog.setTitle(title)
                    .setMessage(message)
                    .setPositiveButton("確定", null)
                    .show();
        }
    });
}

/**
* 檢查token狀態(tài)
*/
private boolean checkTokenStatus() {
    if (!hasGotToken) {
        Toast.makeText(getApplicationContext(), "token還未成功獲取", Toast.LENGTH_LONG).show();
    }
    return hasGotToken;
}

/**
* 讀取文件臨時(shí)儲(chǔ)存
*/
public static class FileUtil {
    public static File getSaveFile(Context context) {
        File file = new File(context.getFilesDir(), "pic.jpg");
        return file;
    }
}

@Override
protected void onActivityResult(int requestCode, int resultCode, Intent data) {
    super.onActivityResult(requestCode, resultCode, data);

    // 識(shí)別成功回調(diào)斟赚，通用文字識(shí)別
    if (requestCode == REQUEST_CODE_GENERAL_BASIC && resultCode == Activity.RESULT_OK) {
        RecognizeService.recGeneralBasic(this, FileUtil.getSaveFile(getApplicationContext()).getAbsolutePath(),
                new RecognizeService.ServiceListener() {
                    @Override
                    public void onResult(String result) {
                        infoPopText(result);
                    }
                });
    }
}

/**
* 識(shí)別結(jié)果顯示
*/
private void infoPopText(final String result) {

    //顯示結(jié)果以 JSON 格式呈現(xiàn)
    TextView basicResult = (TextView) findViewById(R.id.resultShow);
    basicResult.setText(result);
}

/**
* 識(shí)別功能類
* 功能：將拍攝或者圖庫(kù)中獲得的圖片進(jìn)行識(shí)別，返回JSON格式的字符串
* 建議放到新的.java文件里
*/
public static class RecognizeService {

    interface ServiceListener {
        public void onResult(String result);
    }

    //通用識(shí)別
    public static void recGeneralBasic(Context ctx, String filePath, final ServiceListener listener) {
        GeneralBasicParams param = new GeneralBasicParams();
        param.setDetectDirection(true);
        param.setImageFile(new File(filePath));

        //百度核心 OCR 功能
        OCR.getInstance(ctx).recognizeGeneralBasic(param, new OnResultListener<GeneralResult>() {
            @Override
            public void onResult(GeneralResult result) {
                StringBuilder sb = new StringBuilder();
                for (WordSimple wordSimple : result.getWordList()) {
                    WordSimple word = wordSimple;
                    sb.append(word.getWords());
                    sb.append("\n");
                }
                listener.onResult(result.getJsonRes());
            }

            @Override
            public void onError(OCRError error) {
                listener.onResult(error.getMessage());
            }
        });
    }
}

XML 頁(yè)面長(zhǎng)這樣

SDK介紹

OCR（Optical Character Recognition差油，光學(xué)字符識(shí)別）拗军，顧名思義，就是針對(duì)印刷體字符蓄喇，采用光學(xué)的方式將紙質(zhì)文檔中的文字轉(zhuǎn)換成為黑白點(diǎn)陣的圖像文件发侵，并通過識(shí)別軟件將圖像中的文字轉(zhuǎn)換成文本格式，供文字處理軟件進(jìn)一步編輯加工的技術(shù)妆偏。
詳見度娘： https://baike.baidu.com/item/%E5%85%89%E5%AD%A6%E5%AD%97%E7%AC%A6%E8%AF%86%E5%88%AB/4162921?fromtitle=OCR&fromid=25995&fr=aladdin

百度AI開放平臺(tái)的文字識(shí)別：提供多種場(chǎng)景下精準(zhǔn)的圖像文字識(shí)別技術(shù)服務(wù)刃鳄，讓您的應(yīng)用看圖識(shí)字，提升輸入效率钱骂，優(yōu)化用戶體驗(yàn)叔锐。提供如下圖各種識(shí)別工具接口

詳見官方網(wǎng)站： https://cloud.baidu.com/product/ocr/

????完????結(jié)????撒????花????

～第一次寫 blog 還有點(diǎn)小激動(dòng)呢～
～想必錯(cuò)誤、表述不準(zhǔn)確在所難免见秽，還請(qǐng)各位大神及時(shí)指出～
～有什么想法可以留言哦愉烙，我會(huì)盡量回答的～
～近期還未打算把源代碼發(fā)布，若有需求解取，我再放到Github上～