博客第一篇文章，稍作修改，增加文字介绍
开发目的
最近由于某些需求，需要在Android手机端实现OCR功能，大致为通过手机照相，识别出相片中的中文信息字段。但是由于新手光环+流程不熟悉，遇到了各种各样的问题，准备在本文中叙述一下，最好能派上用场。
开发环境
Android studio 2.3.3 Windows下，测试手机Android4.4版本
环境搭建
使用的google提供的OCR识别引擎，可以选择多种语言。
参考上述链接可以实现，最开始的搭建。这里需要注意的是：由于GitHub上的工程与当前新建的Gradle版本不匹配，导致android-maven错误，注意添加依赖。
大文件拷贝
由于OCR训练好的文件比较大，以中文识别为例，50MB左右大小，需要将文件放置于手机的SD卡中，便于TessBaseApi对象初始化。（init（）函数需要文件路径，目前没想到更好的方式）。
本文提出的解决方式：首先将chi_sim.traineddata文件放入asset文件夹中。在程序首次运行的时候，将文件拷贝到SD卡中，注意获取SD卡读写权限。拷贝函数如下：
加入相机
以上步骤顺利的话，可以实现对图片的文字进行识别功能。为了实现对照相机得到的相片进行识别，需要打开摄像机。
Intent getImageByCamera = new Intent(MediaStore.ACTION_IMAGE_CAPTURE);
startActivityForResult(getImageByCamera,REQUST_ORIGINAL);
REQUST_ORIGINAL是自己定义的常量值，用于接收时，与requestcode值比对，判断是否为需要的数据。
@Override
protected void onActivityResult(int requestCode, int resultCode, Intent data) {
super.onActivityResult(requestCode, resultCode, data);
if (resultCode == Activity.RESULT_OK && requestCode == REQUST_ORIGINAL){
Bundle bdl = data.getExtras();
Bitmap bmp = (Bitmap) bdl.get("data");
ImageView im_camera = (ImageView)findViewById(R.id.img_camera);
im_camera.setImageBitmap(bmp);
mTess.clear();
mTess.setImage(bmp);
String result = mTess.getUTF8Text();
TextView txtget = (TextView)findViewById(R.id.txt_get);
txtget.setText(result);
}
}
在回调函数里，处理返回的图片数据，就可以实现初步的图片文字识别。但是这样返回的图片数据为缩略图，清晰的很低。如果想要对原始图片进行处理的话，需要换一种图片获取的方式。
首先，调用相机的时候，添加图片为文件存储的路径。
Intent getImageByCamera = new Intent(MediaStore.ACTION_IMAGE_CAPTURE);
Uri uri;
if(Build.VERSION.SDK_INT>=24)
{
File g= new File(picPath);//测试错误
try {
g.createNewFile();
} catch (IOException e) {
e.printStackTrace();
}
uri = FileProvider.getUriForFile(this,"xueyu404",g);
}else{
uri = Uri.fromFile(new File(picPath));
} getImageByCamera.putExtra(MediaStore.EXTRA_OUTPUT,uri);
startActivityForResult(getImageByCamera,REQUST_ORIGINAL);
PicPath为String变量，意义为相机图片在sd卡上的存储路径。然后在回调函数里对图片进行处理。
由于Android 7.0在跨应用数据调用增加了限制，需要使用FileProvider获取uri，具体FileProvider配置参考一下链接
http://blog.****.net/hehe26/article/details/52921056
if (resultCode == Activity.RESULT_OK && requestCode == REQUST_ORIGINAL){
FileInputStream fis = null;
try{
Log.e("sdpath2",picPath);
fis = new FileInputStream(picPath);
Bitmap bm = BitmapFactory.decodeStream(fis);
ImageView im_camera = (ImageView)findViewById(R.id.img_camera);
im_camera.setImageBitmap(bm);
mTess.setImage(bm );
String result = mTess.getUTF8Text();
TextView txtget = (TextView)findViewById(R.id.txt_get);
txtget.setText(result);
}catch (FileNotFoundException e){
e.printStackTrace();
}finally {
try {
fis.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
else {
Toast.makeText(this,"没有拍到照片",Toast.LENGTH_SHORT).show();
}
运行效率
通过上述的过程，可以完成，基本的文字识别的功能。但仍然存在着不能忽略的问题。
一，使用缩略图进行识别的时候，运行速率可以接受，对于特别大的文字识别还可以。但是由于图片被压缩过，如果图片中存在比较小的文字基本不能识别。
二，使用后面提到的原始图片进行识别的话，由于手机的计算能力有限，识别的计算过程相当耗时。识别过程要放到另外的线程中单独运行，否则会卡死UI线程，假死。但是即使新建线程，需要的时间也远超用户的忍耐限度。
改进优化
由于图片原图比较大的原因，对整个图片进行识别的效果也不理想。所以本文建议在拍摄照片之后，用户用手指圈定识别区域文字。圈定区域 的控件，见我的另外一篇博客
此外，识别过程，控件初始化过程比较耗时，放置在UI线程中卡顿不可忍耐。本文采用线程池的方式，处理上述两个过程。
最终效果图
先点击相机拍照按钮，拍要识别的照片，再点击选取区域按钮，用手指画一个矩形框，圈好识别区域（如果矩形没画好可以再点击选取区域重新画），
最后点击文字识别等待结果显示。
工程代码链接：https://github.com/dutxueyu/Android_ocr_app