
有道 OCR SDK 是有道智云开放平台提供的云服务之一,是有道在线 OCR 接口的一种实现,支持在线文本识别。
通过SDK接入优势:
开始集成SDK之前开发者需要登录有道开放平台(http://ai.youdao.com),创建应用获取应用ID(或者通过运营人员获取应用ID),以便使用翻译服务。
OCR SDK 如下几个 SDK 组成,用户可根据需要组合使用:
在工程目录下,创建一个名为libs的子目录,将相应包拷贝到此目录下。
对于Android Studio 工程,请参照下面的步骤添加JAR 包:
sourceSets.main.jniLibs.srcDirs = ['libs']
-ignorewarnings
-libraryjars libs/ YoudaoBase.jar
-libraryjars libs/ YoudaoOCROnline.jar
-keep class com.youdao.sdk.ydtranslate.** { ;} -keep class com.youdao.ocr.online.* { *;}
<uses-permission android:name="android.permission.INTERNET" />
<!-- 获取WiFi状态 -->
<uses-permission android:name="android.permission.ACCESS_WIFI_STATE" />
<!-- 获取网络信息状态,如当前的网络连接是否有效 -->
<uses-permission android:name="android.permission.ACCESS_NETWORK_STATE" />
<!-- 读取手机状态 phone group -->
<uses-permission android:name="android.permission.READ_PHONE_STATE" />
<!-- 往SDCard读写数据权限 storage group -->
<uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE" />
<uses-permission android:name="android.permission.READ_EXTERNAL_STORAGE" />
说明:请参考 demo 中 OcrDemoActivity 的使用
YoudaoBase.jar
和 YoudaoOCROnline.jar
//注册应用ID ,建议在应用启动时,初始化,所有功能的使用都需要该初始化,调用一次即可,demo中在MainActivity类中
YouDaoApplication.init(this, appkey);
//OCR识别
OCRParameters tps = new OCRParameters.Builder()
.source("youdaoocr").timeout(100000)
.type("10011").langType("zh-en ").build();
// type识别类型,目前仅支持10011,表示片段识别
// lanType支持"zh-en"和"en",其中"zh-en"为中英识别,"en"参数表示只识别英文。
// 若为纯英文识别,"zh-en"的识别效果不如"en",请妥善选择
ImageOCRecognizer.getInstance(tps).recognize(base64,
new OCRListener() {
@Override
public void onResult(OCRResult result,
String input) {
//识别成功
}
@Override
public void onError(OcrErrorCode error) {
//识别失败
}
});
对于中英在线 OCR,查询结果比较详细,服务器返回数据如下所示:
{
"errorCode": "0",
"Result": {
"orientation": "Up",//方向
"regions": [
{
"boundingBox": "28,257,4086,150",
"lines": [
{
"boundingBox": "31,257,4083,73",
"words": [
{
"boundingBox": "354,257,347,50",
"text": "translation"
}
]
},
],
"textAngle": 0,//偏移量
"language": "en"
}
服务器是按照区域,行,字的格式返回的,即,一张图片,会识别出图片对应的 OCRResult,其上可能有多个有效区域 Region
,每个区域会包含一行或几行 Line
,每个行又包含一个或多个字 Word
,每个区域和行或者字符,都通过 boundingBox
字段返回坐标和大小 Rect
。
sdk将上述 json 值封装成 OCRResutlt 对象,其数据结构如下:
public class OCRResult {
private String json;
private int errorCode;
private String language;
private int textAngle;
private String orientation;
private List<Region> regions;
}
public class Region {
private Rect boundingBox;
private List<Line> lines = new ArrayList<Line>();
}
public class Rect {
private int left;
private int top;
private int width;
private int height;
}
public class Line {
private Rect boundingBox;
private List<Word> words = new ArrayList<Word>();
}
public class Word {
private String text;
private Rect boundingBox;
}
中英识别, 英文识别
HTTP_REQUEST_ERROR("Http requesterror.",1)
,请检查是否是在主线程中调用 ocr 识别方法,请确保在主线程调用。错误码 | 含义 |
---|---|
101 | 缺少必填的参数,出现这个情况还可能是 et 的值和实际加密方式不对应 |
102 | 不支持的语言类型 |
103 | 翻译文本过长 |
104 | 不支持的 API 类型 |
105 | 不支持的签名类型 |
106 | 不支持的响应类型 |
107 | 不支持的传输加密类型 |
108 | appKey 无效,注册账号, 登录后台创建应用和实例并完成绑定, 可获得应用ID和密钥等信息,其中应用ID就是appKey( 注意不是应用密钥) |
109 | batchLog 格式不正确 |
110 | 无相关服务的有效实例 |
111 | 开发者账号无效,可能是账号为欠费状态 |
201 | 解密失败,可能为 DES,BASE64,URLDecode 的错误 |
202 | 签名检验失败 |
203 | 访问 IP 地址不在可访问 IP 列表 |
301 | 辞典查询失败 |
302 | 翻译查询失败 |
303 | 服务端的其它异常 |
401 | 账户已经欠费 |
1001 | 无效的OCR类型 |
1002 | 不支持的OCR image类型 |
1003 | 不支持的OCR Language类型 |
1004 | 识别图片过大 |
1201 | 图片base64解密失败 |
1301 | OCR段落识别失败 |
1411 | 访问频率受限 |
1412 | 超过最大识别字节数 |
上线日期 | 版本号 | 更新内容 |
---|---|---|
2017.06.30 | v1.2.0 | 有道智云 OCR Android SDK上线,支持中英文在线文字识别 |
2017.07.24 | v1.3.0 | 修复已知 bug |
2017.08.16 | v1.4.0 | 1. 修复已知 bug 2. 提供多版本的 so 文件 |
2017.11.16 | v1.5.0 | 支持非主线程调用 |