有道智云OCR Android SDK 说明文档


1. 有道智云OCR SDK简介

有道OCR SDK是有道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:

  1. 接入简单,不用实现整个OCR协议
  2. 方便进行数据统计,了解用户OCR使用情况

2. 集成前提

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。

OCRsdk由如下几个sdk组成,用户可根据需要组合使用:

1)YoudaoBase.jar:OCR相关sdk基础库、跟翻译基础库相同(必选)

2)YoudaoOCROnline.jar:在线OCRsdk(可选,使用在线OCR时使用)

3)yd-ocr-demo:sdk使用demo

3. SDK集成步骤

3.1 添加相应jar包(每个功能使用的jar,见“集成前提”)

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。

_static/o_android_1.png

 

_static/o_android_2.png

对于Android Studio 工程,请参照下面的步骤添加JAR 包:

  1. 右击你的工程并选择“Open Module Settings”
  2. 在左侧面板中选择你的app
  3. 在主窗口中选择“Dependencies”页签
  4. 点击“+”按钮
  5. 选择”File Depndency”
  6. 选择您拷贝到libs 目录下的jar
  7. 添加so文件:在模块的配置文件中增加jni配置
sourceSets.main.jniLibs.srcDirs = ['libs']
  1. 添加代码混淆文件,避免jar的二次混淆
代码混淆文件proguard-project.txt,添加如下内容:
-ignorewarnings
-libraryjars libs/ YoudaoBase.jar
-libraryjars libs/ YoudaoOCROnline.jar

-keep class com.youdao.sdk.ydtranslate.** { ;} -keep class com.youdao.ocr.online.* { *;}

3.2 权限添加:

<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" />

3.3 功能集成说明

说明:请参考demo中OcrDemoActivity的使用

  1. 使用的jar:

YoudaoBase.jar和YoudaoOCROnline.jar

  1. 代码添加:
//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
                                  }
                              });

4. 识别结果说明

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;
}

5. 常见问题及注意事项

1. 参数错误 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)

 
有道智云平台介绍
网易有道旗下一个为开发者、企业和政府机构等提供自然语言翻译、文字识别OCR等服务以及行业解决方案的云服务平台,致力于提供安全、可靠和高效的云服务。
联系方式
联系电话:010-8255-8901
商务合作:
投诉反馈:
地址:北京市海淀区西北旺东路10号院 中关村软件园二期西区7号 网易(北京)公司
微信公众号
 
 
 
©2017 网易公司 京ICP证080268号