OCR工具

Android OCR 库列表：找到合适的工具

发布 2024年六月6日

在安卓应用程序开发的动态环境中，集成光学字符识别功能(光学字符识别)能力变得越来越重要。 Android OCR 库使开发人员能够在其应用程序中捕获图像，并提供处理图像和从中获取文本的能力，为增强用户体验提供了大量可能性。

在本文中，我们将探讨Android OCR 库、其功能以及它们如何彻底改变移动应用程序开发。

了解安卓 OCR 库

Android OCR 库是专门设计用于识别和提取 Android 设备捕获的图像中的文本的工具。利用先进的机器学习算法和计算机视觉技术，这些库可以分析图像以识别文本元素，并将其转换为可编辑和可搜索的文本。通过集成 OCR 功能，开发人员可以创建能够执行扫描文档、翻译文本和从图像中提取信息等任务的应用程序。

安卓 OCR 库的主要功能

准确性和语言支持：领先的安卓 OCR 库能在各种语言和字体中提供高精度的文本识别。他们利用先进的算法准确识别和提取图像中的文本，确保在不同的语言环境中都能获得可靠的结果。
实时处理：一些 Android OCR 库支持实时处理，使应用程序能够在实时摄像头画面上执行文本识别。对于需要即时分析设备摄像头捕捉到的文本的应用程序（如翻译应用程序和增强现实体验）来说，这一功能非常宝贵。
易于集成：Android OCR 库旨在与 Android 应用程序无缝集成。这些工具为开发人员提供 SDK 和 API，简化了集成过程，使 OCR 功能能够快速、高效地集成到移动应用程序中。
定制选项：Android OCR 库提供定制选项，可根据特定用例调整文本识别参数。开发人员可以调整图像预处理、文本分割和语言模型等设置，以优化 OCR 性能和准确性。

安卓 OCR 库

有多个 OCR 库可用于 Android 开发，每个库都有其独特的特点、功能和许可模式。让我们来探讨一些最流行的工具：

1.魔方 OCR

魔方 OCR由 Google 开发的 OCR 是使用最广泛的开源 OCR 引擎之一，支持 100 多种语言。将 Tesseract OCR 集成到 Android 应用程序中通常需要使用 "tess-two "等封装库来简化过程。凭借强大的文本识别功能，Tesseract OCR 使开发人员能够高效地从单张图像中提取文本。

Tesseract 的多功能性不仅限于语言支持；此外，还需提供灵活的部署选项。开发人员可以根据自己应用程序的要求，选择在设备上本地使用 Tesseract 数据或利用基于云的服务。这种灵活性使 Tesseract OCR 适用于各种使用案例，从移动应用程序中的离线文本识别到基于云的解决方案中的大规模文本提取。

2.谷歌移动视觉应用程序接口

作为 Google Play 服务的一部分，Mobile Vision API 可提供设备上的文本识别功能。它提供了一个从图像中检测和提取文本的简单界面，因此适用于文档扫描和翻译等实时应用。通过无缝集成，Mobile Vision API 使开发人员能够精确地处理图像和识别文本。

目前，ML Kit SDK 已被弃用，因此请开发人员迁移到 ML Kit SDK 作为替代，以获得最佳性能、最新功能和稳定性。下文将进一步讨论。

3.微软 Azure 计算机视觉

Azure计算机视觉应用程序接口OCR 提供基于云的 OCR 服务，支持各种图像分析任务，包括文本识别。虽然处理过程需要互联网连接，但它提供了高准确性并支持多种语言。利用 Azure 计算机视觉技术，开发人员可以从图像中提取文本，其准确性无与伦比。

除此以外，Azure 计算机视觉 API 还提供其他多种计算机视觉功能，如图像标记、对象检测和图像调节。这种多功能性使开发人员能够构建超越简单 OCR 功能的复杂应用程序。通过利用 Azure 计算机视觉的强大功能，开发人员可以创建利用先进的单图像分析技术的创新解决方案。

4.ABBYY 移动网络捕获

ABBYY移动网络捕获通过将文档捕获功能无缝嵌入到基于网络的应用程序中，彻底改变了移动入职流程。该创新解决方案利用基于 JavaScript 的 SDK，让用户可以在网页中直接使用移动设备的摄像头轻松捕捉文档图像。使用 ABBYY Mobile Web Capture，无需手动点击或调整--客户只需将设备的摄像头对准文档，SDK 就会处理剩下的工作，确保将最佳质量的图像转换为业务数据。

这种无摩擦流程不仅通过简化文档提交来提升客户体验，还通过降低早期阶段的放弃率来加速入职流程。此外，ABBYY Mobile Web Capture 无需进行定制开发，它提供了一个预构建、全面的基于 Web 的采集解决方案，可与现有应用程序无缝集成。通过自动化文档采集和提高数据准确性，企业可以简化操作、提高效率，并为客户提供无缝的入职体验。

5.多语言工具包

由 Google 开发、ML 套件ML Kit 提供设备上的文本识别功能，简化了将 OCR 功能集成到 Android 应用程序中的过程。有了 ML Kit，开发人员无需大量的机器学习专业知识，就能识别单张图像中的文本。通过利用 Firebase 的 ML Kit，开发人员可以在其应用程序中与基于文本的内容进行交互，从而开启新的可能性。

ML Kit 的一个突出特点是强调设备上的处理，使应用程序能够直接在用户的设备上执行复杂的机器学习任务。这种方法不仅能确保快速、灵敏的性能，还能将敏感数据保存在本地，从而尊重用户隐私。通过利用 ML Kit 直观的 API 和全面的文档，开发人员可以在他们的 Android 应用程序中快速实现强大的机器学习功能，提高用户参与度和功能性，同时保持无缝的用户体验。

现在，让我们来了解一下创新的Tesseract4Android库，它提供了专为 Android 开发定制的高级 OCR 功能。

介绍 Tesseract4Android

Tesseract4AndroidTess-two》是流行的 tess-two 库的分叉版，经过精心重写，可与 CMake 和最新版本的 Android Studio 等现代开发环境无缝集成。该库利用了著名的谷歌 Tesseract OCR引擎的功能，该引擎以其准确性和广泛的语言支持而著称。通过利用 Java 和 JNI 封装程序，Tesseract4Android 为开发人员提供了一个直接的界面，可将高级文本识别功能集成到他们的 Android 应用程序中。

Android OCR 库（开发人员列表）：图 1 - Tesseract4Android

主要功能和依赖性

Tesseract4Android 建立在稳健的依赖关系基础之上，可确保最佳性能和可靠性。主要功能和依赖性包括

Tesseract OCR 5.3.4：利用 OCR 技术的最新进展，Tesseract4Android 提供了最先进的文本识别功能。
Leptonica 1.83.1：这个基本库提供图像处理功能，通过优化输入图像提高文本识别的准确性。
libjpeg v9e 和 libpng 1.6.40：这些库可以实现高效的图像处理和操作，对于 OCR 应用程序中的预处理任务至关重要。

开始使用 Tesseract4Android

将 Tesseract4Android 整合到您的 Android 应用程序中是一个简单明了的过程。请按照以下步骤开始您的 OCR 之旅：

添加 JitPack 资源库：在项目的根build.gradle文件中添加JitPack资源库，将Tesseract4Android库纳入项目。

allprojects {
        repositories {
            ...
            maven { url 'https://jitpack.io' }
        }
    }

allprojects {
        repositories {
            ...
            maven { url 'https://jitpack.io' }
        }
    }

allprojects
If True Then
		repositories
		If True Then
			'...
			maven
			If True Then
'INSTANT VB TODO TASK: The following line uses invalid syntax:
'				url 'https: } }

VB C#

Include the dependency：在应用程序模块的build.gradle文件中指定 Tesseract4Android 依赖关系，根据性能要求在标准和 OpenMP 变体之间做出选择。

dependencies {
        // Standard variant
        implementation 'cz.adaptech.tesseract4android:tesseract4android:4.7.0'
        // OpenMP variant
        implementation 'cz.adaptech.tesseract4android:tesseract4android-openmp:4.7.0'
    }

dependencies {
        // Standard variant
        implementation 'cz.adaptech.tesseract4android:tesseract4android:4.7.0'
        // OpenMP variant
        implementation 'cz.adaptech.tesseract4android:tesseract4android-openmp:4.7.0'
    }

IRON VB CONVERTER ERROR developers@ironsoftware.com

VB C#

利用 TessBaseAPI：在代码中利用 TessBaseAPI 类启动文本识别流程。使用所需的语言文件和图像输入配置应用程序接口，并高效检索识别的文本。

使用安卓版 Tesseract 的示例代码

下面是一个基本示例，演示如何使用 Tesseract for Android 对图像进行 OCR 识别：

import com.googlecode.tesseract.android.TessBaseAPI;
import android.graphics.Bitmap;
public class OCRManager {
    private TessBaseAPI tessBaseAPI;
    public OCRManager(String dataPath, String language) {
        tessBaseAPI = new TessBaseAPI();
        tessBaseAPI.init(dataPath, language);
    }
    public String recognizeText(Bitmap bitmap) {
        tessBaseAPI.setImage(bitmap);
        return tessBaseAPI.getUTF8Text();
    }
    public void onDestroy() {
        if (tessBaseAPI != null) {
            tessBaseAPI.end();
        }
    }
}

import com.googlecode.tesseract.android.TessBaseAPI;
import android.graphics.Bitmap;
public class OCRManager {
    private TessBaseAPI tessBaseAPI;
    public OCRManager(String dataPath, String language) {
        tessBaseAPI = new TessBaseAPI();
        tessBaseAPI.init(dataPath, language);
    }
    public String recognizeText(Bitmap bitmap) {
        tessBaseAPI.setImage(bitmap);
        return tessBaseAPI.getUTF8Text();
    }
    public void onDestroy() {
        if (tessBaseAPI != null) {
            tessBaseAPI.end();
        }
    }
}

Private com As import
Private android As import
Public Class OCRManager
	Private tessBaseAPI As TessBaseAPI
	Public Sub New(ByVal dataPath As String, ByVal language As String)
		tessBaseAPI = New TessBaseAPI()
		tessBaseAPI.init(dataPath, language)
	End Sub
	Public Function recognizeText(ByVal bitmap As Bitmap) As String
		tessBaseAPI.setImage(bitmap)
		Return tessBaseAPI.getUTF8Text()
	End Function
	Public Sub onDestroy()
		If tessBaseAPI IsNot Nothing Then
			tessBaseAPI.end()
		End If
	End Sub
End Class

VB C#

IronOCR 简介：提升 .NET 文本识别能力

IronOCR对于寻求可靠、高效 OCR 解决方案的 .NET 开发人员来说，《.NET.COM》是首选。 IronOCR 凭借其无与伦比的准确性、语言支持和易于集成的特点，使开发人员能够在其 .NET 应用程序中开启文本识别的新可能性。无论是处理扫描文档、从图像中提取信息，还是自动执行数据录入任务，IronOCR 都能提供提高生产率和推动创新所需的工具和功能。

Android OCR 库（开发人员列表）：图 2 - IronOCR

IronOCR 的主要功能

准确可靠：IronOCR 在文本识别方面具有卓越的准确性，可确保在各种图像和文本类型中获得可靠的结果。其先进的算法经过训练，即使在低分辨率或视角倾斜等具有挑战性的条件下，也能准确识别和提取图像中的文本。
语言和字体支持：IronOCR 支持多种语言和字体，适合面向全球受众的应用程序。无论是处理拉丁语系语言、亚洲文字还是西里尔字母，IronOCR 都能为不同的语言环境提供强大的支持。
通用性和灵活性：IronOCR 具有多功能性和灵活性，允许开发人员将 OCR 功能集成到各种类型的 .NET 应用程序中。无论是桌面软件、网络应用程序还是基于云的解决方案，IronOCR 都能与 .NET 生态系统无缝集成，使开发人员能够在不同的平台和环境中利用其功能。
易于集成：IronOCR for .NET 拥有直观的应用程序接口（API）和丰富的文档，因此将其集成到 .NET 应用程序中非常简单。 IronOCR for .NET Framework 全面支持 .NET Core 和 .NET Framework 等 .NET 框架，开发人员可以快速将 IronOCR 融入他们的项目，并以最小的工作量开始从图像中提取文本。

安装 IronOCR for .NET

要将 IronOCR 集成到您的 .NET 项目中，请按照以下步骤操作：

通过 NuGet 软件包管理器或软件包管理控制台安装 IronOcr NuGet 软件包：

Install-Package IronOcr

Install-Package IronOcr

'INSTANT VB TODO TASK: The following line uses invalid syntax:
'Install-Package IronOcr

VB C#

或者使用 NuGet Package Manager for Solutions 下载。浏览 IronOCR 并安装。

通过导入 IronOCR 名称空间并利用其 API 执行 OCR 任务，开始在您的 .NET 应用程序中使用 IronOCR。

使用 IronOCR for .NET 的示例代码

下面是一个基本示例，演示如何在 .NET 应用程序中使用 IronOCR 对图像执行 OCR：

using IronOcr;
class Program
{
    static void Main(string[] args)
    {
        string imageText = new IronTesseract().Read(@"images\image.png").Text;
    Console.WriteLine("Recognized Text:");
        Console.WriteLine(imageText);
    }
}

using IronOcr;
class Program
{
    static void Main(string[] args)
    {
        string imageText = new IronTesseract().Read(@"images\image.png").Text;
    Console.WriteLine("Recognized Text:");
        Console.WriteLine(imageText);
    }
}

Imports IronOcr
Friend Class Program
	Shared Sub Main(ByVal args() As String)
		Dim imageText As String = (New IronTesseract()).Read("images\image.png").Text
	Console.WriteLine("Recognized Text:")
		Console.WriteLine(imageText)
	End Sub
End Class

VB C#

查看本教程，了解在 .NET MAUI 应用程序中实施 OCR 的全面指导，该应用程序也可在 Android 上运行：NET MAUI OCR 教程.