如何从图像 Android 应用程序中提取文本

Posted 2023-04-17

【中文标题】如何从图像 Android 应用程序中提取文本

【英文标题】：How to extract text from image Android app

【发布时间】：2016-09-14 05:59:09

【问题描述】：

我正在为我的 android 应用开发一项功能。我想从图片中读取文本，然后将该文本保存在数据库中。使用 OCR 是最好的方法吗？还有其他方法吗？ Google 在其文档中建议仅在绝对必要时才应使用 NDK，但究竟有哪些缺点？

任何帮助都会很棒。

【问题讨论】：

我也在寻找类似的解决方案，在阅读时，我在这里找到了。我想问你有没有找到任何可行的解决方案。在阅读了两个答案后，我有点困惑。您关注的是哪一个，它们的准确性如何。介意分享您的案例研究吗？谢谢。

【参考方案1】：

您可以使用谷歌视觉库将图像转换为文本，它将提供更好的图像输出。 在 build gradle 中添加以下库：

   compile 'com.google.android.gms:play-services-vision:10.0.0+'

    TextRecognizer textRecognizer = new TextRecognizer.Builder(getApplicationContext()).build();

Frame imageFrame = new Frame.Builder()

        .setBitmap(bitmap)                 // your image bitmap
        .build();

String imageText = "";


SparseArray<TextBlock> textBlocks = textRecognizer.detect(imageFrame);

for (int i = 0; i < textBlocks.size(); i++) 
    TextBlock textBlock = textBlocks.get(textBlocks.keyAt(i));
    imageText = textBlock.getValue();                   // return string

【讨论】：

谢谢，它正在工作，但无法识别文本中的点 (.)。我们如何获得包含点在内的完整值？

【参考方案2】：

在我的Simple example of OCRReader in Android 教程中，您可以从图像中读取文本，也可以使用相机扫描文本，使用非常简单的代码。

这个库是使用Mobile Vision Text API开发的

用于从相机扫描文本

OCRCapture.Builder(this)
        .setUseFlash(true)
        .setAutoFocus(true)
        .buildWithRequestCode(CAMERA_SCAN_TEXT);

用于从图像中提取文本

String text = OCRCapture.Builder(this).getTextFromUri(pickedImage);
//You can also use getTextFromBitmap(Bitmap bitmap) or getTextFromImage(String imagePath) buplic APIs from OCRLibrary library.

【讨论】：

这里如何设置语言？

【参考方案3】：

可以使用 Firebase 机器学习 (ML) 套件从图像中提取文本。文本识别 API 有两个版本，设备端 API（免费）和云端 API。

要使用 API，首先创建图像的 BitMap，它应该是直立的。然后创建传递位图对象的 FirebaseVisionImage 对象。

FirebaseVisionImage image = FirebaseVisionImage.fromBitmap(bitmap);

然后创建 FirebaseVisionTextRecognizer 对象。

FirebaseVisionTextRecognizer textRecognizer = FirebaseVision.getInstance()
        .getCloudTextRecognizer();

然后将 FirebaseVisionImage 对象传递给 processImage() 方法，将侦听器添加到结果任务中，并在成功回调方法中捕获提取的文本。

textRecognizer.processImage(image)
                .addOnSuccessListener(new OnSuccessListener<FirebaseVisionText>() 
                    @Override
                    public void onSuccess(FirebaseVisionText firebaseVisionText) 
                       //process success
                    
                )
                .addOnFailureListener(new OnFailureListener() 
                     @Override
                     public void onFailure(@NonNull Exception e) 
                       //process failure
                     
                 );

有关如何使用 Firebase ML 文本识别器的完整示例，请参阅 https://www.zoftino.com/extracting-text-from-images-android

【参考方案4】：

有一个不同的选项。你可以上传你的图片到服务器，从服务器OCR，然后得到结果。

【讨论】：

谢谢您的回复，这有多可靠？有没有使用这种方法的实际应用程序？

再次感谢您的回复。有没有可能你可以在那里添加一些细节？它有多准确？，哪些现实世界的应用程序使用它？我测试了一个行业标准的 OCR，它没有提供超过 40% 的准确度。 （供我使用）

准确性取决于您的输入质量，请分享图片样本，没有图片样本无法回答问题。

我理解这一点，这就是准确度水平如此之低的原因。图像永远不会一样，它们的质量会从大小、文本、颜色、质量等方面发生巨大变化。

好的。有以客户端-服务器方式执行的真实应用程序，但我不确定是否允许我告诉应用程序名称（可能不是）。附加的图像只有 1 个 OCR 错误（% 替换为 *），我在这里看不到任何问题。