图片文字识别文本区域方框显示 android相机

原创

mob64ca12f24f3a 2024-09-04 03:18:38 ©著作权

文章标签 文字识别 ide Android 文章分类 Android 移动开发

©著作权归作者所有：来自51CTO博客作者mob64ca12f24f3a的原创作品，请联系作者获取转载授权，否则将追究法律责任

Android相机中的图片文字识别与文本区域方框显示

随着人工智能技术的发展，图片文字识别（OCR，Optical Character Recognition）已经成为了许多手机应用的核心功能之一。在Android平台上，实现OCR的一个常见需求是，使用相机拍摄的图片中，动态地识别文本并用方框标注出来。本文将介绍如何实现这一功能，并附上相关代码示例。

功能概述

本项目的主要功能包括：

启动Camera并拍照。
对拍摄的图像进行文字识别。
在识别到的文本区域周围绘制方框，以便用户清晰地看到识别位置。

技术栈

我们将使用以下技术：

Android Camera API：用于拍摄图片。
Tesseract OCR 或 Google ML Kit：用于进行文本识别。
Canvas：用于在图片上绘制方框。

实现步骤

1. 拍照功能

首先，我们需要开启相机进行拍照。以下是使用Camera API的代码示例：

public class CameraActivity extends AppCompatActivity {
    private Camera camera;
    private SurfaceView surfaceView;
    private SurfaceHolder surfaceHolder;

    @Override
    protected void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        setContentView(R.layout.activity_camera);
        
        surfaceView = findViewById(R.id.surface_view);
        surfaceHolder = surfaceView.getHolder();
        surfaceHolder.addCallback(new SurfaceHolder.Callback() {
            @Override
            public void surfaceCreated(SurfaceHolder holder) {
                camera = Camera.open();
                try {
                    camera.setPreviewDisplay(holder);
                    camera.startPreview();
                } catch (IOException e) {
                    e.printStackTrace();
                }
            }

            @Override
            public void surfaceChanged(SurfaceHolder holder, int format, int width, int height) {}

            @Override
            public void surfaceDestroyed(SurfaceHolder holder) {
                camera.release();
            }
        });
    }
    
    public void takePicture(View view) {
        camera.takePicture(null, null, new Camera.PictureCallback() {
            @Override
            public void onPictureTaken(byte[] data, Camera camera) {
                // 处理拍摄后的图片
            }
        });
    }
}

2. 文字识别

接下来，我们使用Google ML Kit进行文字识别。你需要在build.gradle中添加ML Kit的依赖：

implementation 'com.google.mlkit:text-recognition:16.0.0'

然后在获取图片后的代码中调用识别方法：

private void recognizeTextFromImage(Bitmap bitmap) {
    InputImage image = InputImage.fromBitmap(bitmap, 0);
    TextRecognizer recognizer = new TextRecognizer();

    recognizer.process(image)
        .addOnSuccessListener(new OnSuccessListener<Text>() {
            @Override
            public void onSuccess(Text text) {
                for (Text.TextBlock block : text.getTextBlocks()) {
                    Rect boundingBox = block.getBoundingBox();
                    // 在图片上绘制方框
                    drawBoundingBox(boundingBox);
                }
            }
        })
        .addOnFailureListener(new OnFailureListener() {
            @Override
            public void onFailure(@NonNull Exception e) {
                // 处理失败
            }
        });
}

3. 绘制方框

最后，我们可以通过Canvas在识别出的文本区域上绘制方框：

private void drawBoundingBox(Rect boundingBox) {
    Canvas canvas = new Canvas(); // 这里应使用你的Bitmap对象
    Paint paint = new Paint();
    paint.setColor(Color.RED);
    paint.setStyle(Paint.Style.STROKE);
    paint.setStrokeWidth(10);
    
    canvas.drawRect(boundingBox, paint);
}

流程图

以下是整个流程的序列图，展现了从启动相机到识别文字并绘制方框的过程。

sequenceDiagram
    participant User as 用户
    participant Camera as 相机
    participant OCR as 文字识别
    participant Canvas as 画布

    User->>Camera: 打开相机
    Camera->>User: 显示相机预览
    User->>Camera: 拍照
    Camera->>User: 返回图片
    User->>OCR: 识别图片中的文字
    OCR->>User: 返回识别结果
    User->>Canvas: 在图片上绘制方框