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

package com.example.tess;


import java.io.File;

import com.googlecode.tesseract.android.TessBaseAPI;

import android.os.Bundle;
import android.app.Activity;
import android.content.Intent;
import android.graphics.Bitmap;
import android.graphics.BitmapFactory;
import android.view.Menu;
import android.view.View;
import android.view.View.OnClickListener;
import android.widget.Button;
import android.widget.TextView;

public class MainActivity extends Activity {

    private TextView text;
    TessBaseAPI baseApi;
    @Override
    protected void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        setContentView(R.layout.activity_main);

        Button bt=new Button(getBaseContext());
        bt=(Button)findViewById(R.id.button1);

          text=new TextView(getBaseContext());
          text=(TextView)findViewById(R.id.textView1);

          baseApi=new TessBaseAPI();
          //(注意)前面的地址是语言包的父级。eng表示解析的是英文
          baseApi.init("/mnt/sdcard/tesseract/", "eng");

        bt.setOnClickListener(new OnClickListener() {
            @Override
             public void onClick(View sourse) {
           // text.setText("sb");
                //设置要ocr的图片bitmap，要解析的图片地址（注意）
                baseApi.setImage(getDiskBitmap("/mnt/sdcard/mypic.bmp"));
                //根据Init的语言，获得ocr后的字符串
                String text1= baseApi.getUTF8Text();
                text.setText(text1);
                //释放bitmap
                baseApi.clear();
            }
        }
         );
    }
    /*
     * 将本地图片转换为bitmap
     */

    private Bitmap getDiskBitmap(String pathString)
    {
        Bitmap bitmap = null;
        try
        {
            File file = new File(pathString);
            if(file.exists())
            {
                bitmap = BitmapFactory.decodeFile(pathString);

            }
        } catch (Exception e)
        {
            // TODO: handle exception
        }


        return bitmap;
    }
}

（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=