当前位置：网站首页>基于PaddleOCR开发uni-app离线身份证识别插件

基于PaddleOCR开发uni-app离线身份证识别插件

2022-07-25 14:13:00 【番茄小能手】

目录

目的

准备工作  

1、HbuilderX

2、Android Studio 并配置 NDK 

3、基于PaddleOCR的离线身份证识别插件

开始

1、在android sudio创建一个项目，并创建一个Module

 2、将ocr插件和uniapp-v8-release.aar引入libs目录下

 3、修改module包下的build.gradle

 4、添加OCRModule.java文件

5、将module打包aar包

6、打开Hbuilder新建一个uni-app项目

 7、修改package.json中的配置

8、在mainifest.json配置中引入我们的原生插件 

9、编写uni-app页面代码

10、制作自定义基座打包并运行到手机上

总结

目的

        之前做了基于PaddleOCR的DBNet多分类文本检测网络之身份证识别，可以得到一个不超过3M大小的模型，通过了解PaddleOCR的端侧部署，我们也可以将身份证检测模型移植到手机中，做成一款uni-app手机端离线身份证识别的应用。

准备工作  

为了不占用过多篇幅，这里不讲解Android studio如何下载和SDK配置，请自行查找资料。

1、HbuilderX

2、Android Studio 并配置 NDK 

请根据 Android Studio 用户指南中的安装及配置 NDK 和 CMake 内容，预先配置好 NDK 。

3、下载基于PaddleOCR的离线身份证识别插件

插件包结构：

开始

1、在android sudio创建一个项目，并创建一个Module

 2、将ocr插件和uniapp-v8-release.aar引入libs目录下

 3、修改module包下的build.gradle

apply plugin: 'com.android.library'

android {
    compileSdkVersion 32

    defaultConfig {
        minSdkVersion 21
        targetSdkVersion 32
        versionCode 1
        versionName "1.0"

        testInstrumentationRunner "androidx.test.runner.AndroidJUnitRunner"
        consumerProguardFiles "consumer-rules.pro"
    }

    buildTypes {
        release {
            minifyEnabled false
            proguardFiles getDefaultProguardFile('proguard-android-optimize.txt'), 'proguard-rules.pro'
        }
    }

    sourceSets {
        main {
            jniLibs.srcDirs = ['libs']
        }
    }

    repositories {
        flatDir {
            dirs('libs')
        }
    }

    compileOptions {
        sourceCompatibility JavaVersion.VERSION_1_8
        targetCompatibility JavaVersion.VERSION_1_8
    }
}

dependencies {
    implementation fileTree(dir: "libs", include: ["*.jar"])
    implementation 'androidx.appcompat:appcompat:1.2.0'
    testImplementation 'junit:junit:4.12'
    androidTestImplementation 'androidx.test.ext:junit:1.1.3'
    androidTestImplementation 'androidx.test.espresso:espresso-core:3.4.0'

    compileOnly(name: 'uniapp-v8-release', ext: 'aar')
    compileOnly 'com.alibaba:fastjson:1.1.46.android'

    implementation(name: 'ocr', ext: 'aar')
}

 4、添加OCRModule.java文件

public class OCRModule extends UniModule {
    private final String TYPE_IDCARD = "idcard";

    public OCRPredictor ocrPredictor = null;
    public UniJSCallback callback = null;

    @UniJSMethod(uiThread = true)
    public void ocrAsyncFunc(JSONObject options, final UniJSCallback callback) {
        Log.d("OCRModule", "ocrAsyncFunc--" + options);
        this.callback = callback;
        ocrPredictor = OCRPredictor.getInstance(mUniSDKInstance.getContext());
        if (TYPE_IDCARD.equals(options.getString("type"))) {
            idcard();
        } else {
            if (options.containsKey("filePath")) {
                String filePath = options.getString("filePath");
                if (!TextUtils.isEmpty(filePath) && filePath.contains("file://")) {
                    filePath = filePath.replace("file://", "");
                }
                ocrPredictor.predictor(filePath, new OnImagePredictorListener() {
                    @Override
                    public void success(String result, ArrayList<OCRResultModel> ocrResultModelList, Bitmap bitmap) {
                        JSONArray jsonArray = new JSONArray();
                        for (OCRResultModel ocrResultModel : ocrResultModelList) {
                            JSONObject jsonObject = new JSONObject();
                            if (!TextUtils.isEmpty(ocrResultModel.getLabel())) {
                                jsonObject.put("words", ocrResultModel.getLabel());

                                JSONArray objects = new JSONArray();
                                for (Point point : ocrResultModel.getPoints()) {
                                    JSONArray points = new JSONArray();
                                    points.add(point.x);
                                    points.add(point.y);
                                    objects.add(points);
                                }
                                jsonObject.put("location", objects);
                                jsonObject.put("score", ocrResultModel.getConfidence());
                                jsonArray.add(jsonObject);
                            }
                        }

                        String jsonString = jsonArray.toJSONString();
                        Log.d("OCRModule", "ocrResult--" + result);
                        Log.d("OCRModule", "ocrResult--" + jsonString);
                        callback.invoke(jsonString);
                    }
                });
            } else if (options.containsKey("base64")) {
                String base64 = options.getString("base64");
                ocrPredictor.predictorBase64(base64, new OnImagePredictorListener() {
                    @Override
                    public void success(String result, ArrayList<OCRResultModel> ocrResultModelList, Bitmap bitmap) {
                        JSONArray jsonArray = new JSONArray();
                        for (OCRResultModel ocrResultModel : ocrResultModelList) {
                            JSONObject jsonObject = new JSONObject();
                            if (!TextUtils.isEmpty(ocrResultModel.getLabel())) {
                                jsonObject.put("words", ocrResultModel.getLabel());

                                JSONArray objects = new JSONArray();
                                for (Point point : ocrResultModel.getPoints()) {
                                    JSONArray points = new JSONArray();
                                    points.add(point.x);
                                    points.add(point.y);
                                    objects.add(points);
                                }
                                jsonObject.put("location", objects);
                                jsonObject.put("score", ocrResultModel.getConfidence());
                                jsonArray.add(jsonObject);
                            }
                        }

                        String jsonString = jsonArray.toJSONString();
                        Log.d("OCRModule", "ocrResult--" + result);
                        Log.d("OCRModule", "ocrResult--" + jsonString);
                        callback.invoke(jsonString);
                    }
                });
            } else {
                this.callback.invoke("");
            }
        }
    }

    private static final int REQUEST_CODE_PICK_IMAGE = 200;
    private static final int REQUEST_CODE_PICK_IMAGE_FRONT = 201;
    private static final int REQUEST_CODE_PICK_IMAGE_BACK = 202;
    private static final int REQUEST_CODE_CAMERA = 102;

    private void idcard() {
        Intent intent = new Intent(mUniSDKInstance.getContext(), CameraActivity.class);
        intent.putExtra(CameraActivity.KEY_CONTENT_TYPE, CameraActivity.CONTENT_TYPE_ID_CARD);
        ((Activity) mUniSDKInstance.getContext()).startActivityForResult(intent, REQUEST_CODE_PICK_IMAGE);
    }

    @Override
    public void onActivityResult(int requestCode, int resultCode, Intent data) {
        if (REQUEST_CODE_PICK_IMAGE == requestCode) {
            if (data != null) {
                String result = data.getStringExtra(CameraActivity.KEY_CONTENT_RESULT);
                Log.d("OCRModule", "ocrResult--" + result);
                this.callback.invoke(result);
            } else {
                this.callback.invoke("");
            }
        } else {
            super.onActivityResult(requestCode, resultCode, data);
        }
    }
}

5、将module打包aar包

 

6、打开Hbuilder新建一个uni-app项目

将插件包和我们打的aar包如下放置：

注：这里ocr_module_support-release.aar改名为TomatoOCR.aar，改不改名无所谓。

 

 7、修改package.json中的配置

注意：name名是我们的插件名，class是我们编写的识别入口的类

        "plugins": [
                {
                    "type": "module",
                    "name": "YY-TomatoOCR",
                    "class": "com.tomato.ocr.OCRModule"
                }
            ],

{
	"name": "YY-TomatoOCR",
	"id": "YY-TomatoOCR",
	"version": "1.0.3",
	"description": "离线版文字识别",
	"_dp_type": "nativeplugin",
	"_dp_nativeplugin": {
		"android": {
			"plugins": [
				{
					"type": "module",
					"name": "YY-TomatoOCR",
					"class": "com.tomato.ocr.OCRModule"
				}
			],
			"hooksClass": "",
			"integrateType": "aar",
			"dependencies": [
			],
			"excludeDependencies": [],
			"compileOptions": {
				"sourceCompatibility": "1.8",
				"targetCompatibility": "1.8"
			},
			"abis": [
				"armeabi-v7a",
				"arm64-v8a"
			],
			"minSdkVersion": "21",
			"useAndroidX": true,
			"permissions": [
				"android.permission.CAMERA",
				"android.permission.READ_EXTERNAL_STORAGE",
				"android.permission.WRITE_EXTERNAL_STORAGE"
			]
		}
	}
}

8、在mainifest.json配置中引入我们的原生插件 

9、编写uni-app页面代码

<template>
	<div>
		<button type="primary" @click="takePhoto">拍照OCR识别</button>
		<button type="primary" @click="idcard">身份证识别</button>
	</div>
</template>

<script>
	var ocrModule = uni.requireNativePlugin("YY-TomatoOCR")
	// var ocrModule = uni.requireNativePlugin("OCRModule")
	const modal = uni.requireNativePlugin('modal');
	export default {
		onLoad() {},
		methods: {
			takePhoto() {
				uni.chooseImage({
					count: 6, //默认9
					sizeType: ['original', 'compressed'], //可以指定是原图还是压缩图，默认二者都有
					sourceType: ['camera'], //从相册选择
					success: function(res) {
						console.log(JSON.stringify(res.tempFilePaths));

						uni.getImageInfo({
							src: res.tempFilePaths[0],
							success: function(image) {
								// 调用异步方法
								ocrModule.ocrAsyncFunc({
										'filePath': image.path
									},
									(ret) => {
										modal.toast({
											message: ret,
											duration: 30
										});
									})
							}
						});
					}
				});
			},
			idcard() {
				ocrModule.ocrAsyncFunc({
						'type': 'idcard'
					},
					(ret) => {
						modal.toast({
							message: ret,
							duration: 30
						});
					})
			}
		}
	}
</script>

10、制作自定义基座打包并运行到手机上

 完毕！！！

总结

         以上就是制作uni-app离线文字识别和身份证识别全流程步骤，当然如果你不会Android开发也没关系，在uni-app的插件市场中已经发布了本插件。

插件市场地址：本地离线文字识别TomatoOCR - DCloud 插件市场

原网站

版权声明
本文为[番茄小能手]所创，转载请带上原文链接，感谢
https://blog.csdn.net/YY007H/article/details/125640351

边栏推荐

猜你喜欢

随机推荐