Android tesseract-orc之扫描身份证号码

踩了不少坑，终于把这个扫描版的身份证识别做出来了，图片识别引擎用的是tesseract，在已经训练好样本的情况下，感觉识别率还是一般般~
下面说一说大概几个坑、

一、编译tesseract-orc Android版本
首先你需要Android-ndk工具，Android ndk开发，我们这里不做开发，只需要编译tesseract变成so文件、tesseract Android版下载地址，这里只需要编译tesseract-two这个项目、编译方法在那篇博客说的很清楚了，编译时间有点久（耐心等待，并且大部分人在这里会扑街）

二、测试是否编译成功
新建一个项目，用引用类库的方式引用tesseract-two，API的调用方法也很简单：

TessBaseAPI baseApi=new TessBaseAPI();
//这里进行初始化，第一个参数是训练语言的路径，第二个参数的语言名字，后面我们的训练文件都要放在这里面，这里可以先用eng代替下测试、
baseApi.init(TESSBASE_PATH, DEFAULT_LANGUAGE);
baseApi.setPageSegMode(TessBaseAPI.PSM_AUTO);
//这里把图片放进去进行了
baseApi.setImage(bitmap);
final String outputText = baseApi.getUTF8Text();
Log.i(TAG, "识别结果：" + outputText);
baseApi.end();

上述就是整个API的调用流程，值得注意的是，该流程是一个耗时操作，不可在UI线程中调用、
若没有闪退，并且有大概的识别文字出来，表示编译成功，接下来就开始训练新语言。

三、训练新语言，提高识别率
说到训练语言这个问题，网上的文章是非常多的，不过我却在这里卡了很久，原因是因为网上大部分文章是针对3.01版本训练，而现在版本是3.02，有几个地方死活报错过不去、寻其原因在于文件名的问题！tesseract-orc3.02训练方法这篇博客已经说的很清楚啦，我再把精简一下：
图片名字的格式一定需要按照 [lang].[fontname].exp[num].tif 该格式！用id.custom.exp0.tif 作为示范

1）.转成 tif 格式图片，用jTessBoxEditor工具合成为一张tif图片

2）.生成box文件，调用命令行：
tesseract id.custom.exp0.tif id.custom.exp0 batch.nochop makebox

3）.利用jTessBoxEditor工具，对文件进行编辑，校正，得到新的box文件

4）.生成.tr文件，调用命令行：
tesseract id.custom.exp0.tif id.custom.exp0 nobatch box.train

5）.生成字符集，调用命令行：
unicharset_extractor id.custom.exp0.box

6）.设置字体，新建文本文件font_properties，里面输入字体信息，内容格式为：
第一个fontname 一定要对应之前文件的名字，这里输入 custom 0 1 0 0 0 ，表示是加粗字体格式

7）.接下来，进行聚合，分别调用三句命令：
shapeclustering -F font_properties -U unicharset id.custom.exp0.tr
mftraining -F font_properties -U unicharset -O id.unicharset id.custom.exp0.tr
cntraining id.custom.exp0.tr id.custom.exp0.tr

8）.把生成第7步生成的4个文件加入前缀“id.”（），调用命令行，生成最终数据
combine_tessdata id. （别漏掉了.）
type 1，type3， type4， type5对应的后面数据如果不是-1，就表示这次训练成功！

9）.进行测试：
tesseract id1.jpg output -l id

四、集成到项目中实现拍照识别
如果上述训练没有问题，那么可以将训练文件 id.traineddata 放在assert文件夹中，当应用程序启动时，将其拷贝到sd卡，这里值得注意的是，拍照返回的图片都比较大，是需要进行压缩的、最终大小尽量和你训练时的大小一致，然后图片进行灰度处理，再调用API来识别。

五、扫描识别
由于拍照后再识别的准确率实在是低，和拍照的角度，光线，以及拍照时身份证没有填满照片等等因素，很难做到高准确率的识别、于是我就仿造扫描二维码（支付宝扫描银行卡号）的方式，来增加识别次数提高识别率。扫描界面我是借鉴二维码扫描的代码、大致流程：
需要一个Camera对象来获取相机资源，用一个SurfaceView来显示相机预览，surfaceview启动时获取相机资源，并且实现自动对焦和预览回调接口，自动对焦是定时的，每过1.5秒对焦一次、而在预览回调接口中：

    /**
     * 拍照回调
     */
    PreviewCallback previewCallback = new PreviewCallback() {
        @Override
        public void onPreviewFrame(byte[] data, Camera camera) {
            // TODO Auto-generated method stub
            if (isChoice) {
                new MyOrcTask().execute(data);
                isChoice = false;
            }

        }
    };

我们把图片处理，图片识别放在了异步任务中，因为该接口是不停的回调的、每次传进一张照片进入后，把标志改为false，当异步任务执行完后，把标志改为true，这样就是单线程异步的执行图片识别任务、

/**
     * 图片解析的异步任务！
     *
     * @author kaifa
     *
     */
    class MyOrcTask extends AsyncTask<byte[], Void, Void> {

        String text = "";

        @Override
        protected void onPreExecute() {
            // TODO Auto-generated method stub
            super.onPreExecute();
        }

        @Override
        protected Void doInBackground(byte[]... params) {
            // TODO Auto-generated method stub
            byte[] data = params[0];

            Size size = camera.getParameters().getPreviewSize();
            try {
                YuvImage image = new YuvImage(data, ImageFormat.NV21,
                        size.width, size.height, null);
                if (image != null) {
                    ByteArrayOutputStream stream = new ByteArrayOutputStream();
                    image.compressToJpeg(
                            new Rect(0, 0, size.width, size.height), 80, stream);
                    Bitmap bitmap = BitmapFactory.decodeByteArray(
                            stream.toByteArray(), 0, stream.size());

                    bitmap = Bitmap.createBitmap(bitmap, x, y, width, height);
                    // 去解析
                    if (bitmap != null) {

                        bitmap = comp(bitmap);
                        bitmap = ImageFilter.grayScale(bitmap);
                        TessBaseAPI baseAPI = new TessBaseAPI();
                        // 初始化
                        baseAPI.init(TESSBASE_PATH, DEFAULT_LANGUAGE);
                        baseAPI.setPageSegMode(TessBaseAPI.PageSegMode.PSM_AUTO);

                        baseAPI.setImage(bitmap);

                        text = baseAPI.getUTF8Text();

                        baseAPI.end();
                    }

                    stream.close();

                }
            } catch (Exception ex) {
                Log.e("Sys", "Error:" + ex.getMessage());
            }

            return null;
        }

        @Override
        protected void onPostExecute(Void result) {
            // TODO Auto-generated method stub
            super.onPostExecute(result);
            text.replaceAll("\n", "");
            text = text.trim();
            if (text.length() > 18) {
                text = text.substring(text.length() - 18, text.length());
                if (IDcheckClassUtil.validateIdCard18(text)) {
                    Toast.makeText(ScanActivity.this, "成功！请核对", 0).show();
                    isChoice = false;
                    textView.setText(text);
                    } else {
                    // Toast.makeText(ScanActivity.this, "就差一点点啦！", 0).show();
                    isChoice = true;
                }

            } else {
                // Toast.makeText(ScanActivity.this, "请再对齐一点点哦！", 0).show();
                // 继续去选择图片
                isChoice = true;
            }

        }
    }

很多人都要代码，源码在这~

原文地址：https://www.cnblogs.com/Alex80/p/9074948.html

时间： 2024-10-15 07:31:14

Android tesseract-orc之扫描身份证号码

Android tesseract-orc之扫描身份证号码的相关文章

Android 身份证号码查询、手机号码查询、天气查询

iOS身份证号码识别

[置顶] JAVA识别身份证号码，H5识别身份证号码，tesseract-ocr识别（一）(转)

【HR必看】Excel中对身份证号码的处理技巧

身份证号码图像提取--基于canny边缘检测的连通域检测算法

我用python算出了同事的身份证号码！

算法提高身份证号码升级

例题：输入身份证号码，判断你是什么生肖。switch,case练习，substring 类使用联系，会用取余

使用Excel的函数批量判断身份证号码是否有效