一个基于OCR识别引擎的识别表格文字并将结果以Excel电子表格的形式原样导出的Android客户端工具
界面截图
实现思路
- 对表格图片进行灰度化和二值化处理
- 对图像进行倾斜矫正
- 进行表格线提取
- 进行表格线矫正
- 单元格提取
- 根据返回的每个单元格的像素位置对原图像进行剪裁
- 对剪裁得到的内容逐个进行Ocr识别
- 将识别的内容根据返回的位置数据写入Excel表格
其中的1~5步考虑到效率问题，使用C++代码编写，并编译成了so文件在代码中进行调用。
相关代码说明
public class TrimCell {
private int LeftTopRow; //单元格左上角的纵坐标像素位置
private int LeftTopColumn; //单元格左上角的横坐标像素位置
private int RightBottomRow; //单元格右下角的纵坐标像素位置
private int RightBottomColumn; //单元格右下角的横坐标像素位置
private int StartRow; //在原表格的开始行
private int EndRow; //在原表格的结束行
private int StartColumn; //在原表格的开始列
private int EndColumn; //在表格的结束列
public int getLeftTopRow() {
return LeftTopRow;
}
public void setLeftTopRow(int leftTopRow) {
LeftTopRow = leftTopRow;
}
public int getLeftTopColumn() {
return LeftTopColumn;
}
public void setLeftTopColumn(int leftTopColumn) {
LeftTopColumn = leftTopColumn;
}
public int getRightBottomRow() {
return RightBottomRow;
}
public void setRightBottomRow(int rightBottomRow) {
RightBottomRow = rightBottomRow;
}
public int getRightBottomColumn() {
return RightBottomColumn;
}
public void setRightBottomColumn(int rightBottomColumn) {
RightBottomColumn = rightBottomColumn;
}
public int getStartRow() {
return StartRow;
}
public void setStartRow(int startRow) {
StartRow = startRow;
}
public int getEndRow() {
return EndRow;
}
public void setEndRow(int endRow) {
EndRow = endRow;
}
public int getStartColumn() {
return StartColumn;
}
public void setStartColumn(int startColumn) {
StartColumn = startColumn;
}
public int getEndColumn() {
return EndColumn;
}
public void setEndColumn(int endColumn) {
EndColumn = endColumn;
}
@Override
public String toString() {
return "TrimCell [LeftTopRow=" + LeftTopRow + ", LeftTopColumn="
+ LeftTopColumn + ", RightBottomRow=" + RightBottomRow
+ ", RightBottomColumn=" + RightBottomColumn + ", StartRow="
+ StartRow + ", EndRow=" + EndRow + ", StartColumn="
+ StartColumn + ", EndColumn=" + EndColumn + "]";
}
}
根据TrimCell中的第一组位置数据，对原图像进行裁剪：
Bitmap bitmaptemp = Bitmap.createBitmap(bitmap, trimCell.getLeftTopColumn(),
trimCell.getLeftTopRow(),Math.abs(trimCell.getRightBottomColumn()-trimCell.getLeftTopColumn()), trimCell.getRightBottomRow()-trimCell.getLeftTopRow());
根据TrimCell中的第二组位置数据，使用jxl将识别出的内容写入Excel表格中：
Label label = new Label(trimcelllist.get(i).getStartColumn(),
trimcelllist.get(i).getStartRow(), datas.get(i));
ws.addCell(label);
判断是否需要合并单元格：
if(trimcelllist.get(i).getStartRow()!=trimcelllist.get(i).getEndRow() || trimcelllist.get(i).getStartColumn()!=trimcelllist.get(i).getEndColumn())
{
ws.mergeCells(trimcelllist.get(i).getStartColumn(),trimcelllist.get(i).getStartRow(), trimcelllist.get(i).getEndColumn(),trimcelllist.get(i).getEndRow());
}
源码地址：
https://github.com/WebberCao/Ocr2Excel