在project 的build.gradle中添加
allprojects {
repositories {
...
maven { url 'https://jitpack.io' }
}
}
在module的build.gradle中添加
dependencies {
compile 'com.github.SiKang123:ImgTranslator:lastVersion'
}
在Application中初始化
ImageTranslator.getInstance().init(ApplicationContext);
传入需要识别的图片
Bitmap bmp=需要识别的图片,在扫描识别的场景中,就是相机预览图中取出的扫描区域;
Translator translator = new PhoneNumberTranslator();
//开始识别
ImageTranslator.getInstance().translate(translator, rotateToDegrees(bmp, 90), new ImageTranslator.TesseractCallback() {
@Override
public void onResult(String result) {
Log.d("scantest", "扫描结果: " + result);
}
@Override
public void onFail(String reason) {
Log.d("scantest", "解析失败: " + reason);
}
});
这种方法还可以针对 身份证扫描、邮箱扫描、银行卡号 等做相应的识别算法,如果有感兴趣的朋友愿意分享自己的算法,非常欢迎提交代码,提交代码格式如下:
以手机号识别为例,我创建了一个PhoneNumberTranslator类 假如你想实现一个邮箱扫描:
1、实现一个算法类,继承Translator
public class EmailTranslator extends Translator{
/**
* 你使用的字库名字
*/
@Override
public String initLanguage() {
return "email";
}
/**
* @params 从相机预览图中传入的 扫描区域Bitmap
* 在这里实现你对图片中的email的过滤、捕捉等处理,然后返回捕捉到的email区域bitmap
* 如果可以断定图片中没有email,return null即可
*/
@Override
public Bitmap catchText(Bitmap bitmap) {
return emailBitmap;
}
/**
* 对于扫描结果的筛选
* 如果catchText() 捕捉到了email,那么这个包含email的Bitmap会交由 tess-two识别,最终的识别结果,会用正则公式来筛选需要的内容
* 比如这里返回了一个email的正则表达式,最终会将识别结果中的所有email返回,如果不需要筛选,这里return "" 即可
*/
@Override
public String filterRule() {
return "^(\w)+(\.\w+)*@(\w)+((\.\w+)+)$";
}
}
2、提交你的字库 将你使用的字库文件提交到 https://github.com/SiKang123/tessdata ,比如这里用的是email字库,那么就将email.traineddata 文件,提交到这个地址
3、提交你的代码,我测试后,上线代码