基于OCR技術(shù)的室內(nèi)定位APP開發(fā)

王杰　黃才林　康珠卓瑪

摘 要：隨著移動互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展以及網(wǎng)絡(luò)覆蓋面積的不斷擴(kuò)大，人們對于智能手機(jī)的依賴日益加深，生活的各個方面都變得更加方便快捷。定位及導(dǎo)航，是當(dāng)今世界人們的普遍需求，基于GPS系統(tǒng)的室外定位已經(jīng)非常成熟，但是在室內(nèi)環(huán)境下，由于導(dǎo)航信號衰減太快，衛(wèi)星定位就無法使用，導(dǎo)致如何定位成為一個難點(diǎn)問題。文章研究了基于OCR技術(shù)的室內(nèi)定位系統(tǒng)，可以在GPS信息弱、環(huán)境復(fù)雜的大型室內(nèi)場所提供較為精準(zhǔn)的定位服務(wù)。

關(guān)鍵詞：Android；室內(nèi)定位；OCR技術(shù)；APP

隨著我國經(jīng)濟(jì)的不斷發(fā)展、人民生活水平的日益提高，各種室內(nèi)場所也趨向于大型化、復(fù)雜化，例如圖書館、醫(yī)院、大型超市、高鐵站、地下車庫等，在大型室內(nèi)環(huán)境下的定位需求也隨之產(chǎn)生。不同于GPS、北斗衛(wèi)星定位系統(tǒng)等室外定位系統(tǒng)，室內(nèi)定位系統(tǒng)是移動應(yīng)用領(lǐng)域的一大挑戰(zhàn)。

基于OCR技術(shù)的室內(nèi)定位系統(tǒng)，是通過建立室內(nèi)的標(biāo)志物上的文字信息與其對應(yīng)坐標(biāo)的數(shù)據(jù)庫，使得用戶在GPS信號弱的室內(nèi)，也可以享受較為精確的定位服務(wù)。通過手機(jī)上的APP對室內(nèi)標(biāo)志物的文字信息進(jìn)行拍照，如店鋪名、路牌、展品介紹等，APP中接入的OCR識別引擎會識別圖中的文字信息，然后傳輸?shù)椒?wù)器，在數(shù)據(jù)庫中對文字信息進(jìn)行檢索和匹配，匹配成功后返回坐標(biāo)，并在APP上以地圖和坐標(biāo)點(diǎn)的形式顯示位置。

1 室內(nèi)定位APP的系統(tǒng)分析

1.1 系統(tǒng)架構(gòu)

軟件的架構(gòu)需要UI組件、UI處理組件、百度OCR引擎、高德地圖SDK、數(shù)據(jù)訪問組件等。UI組件用來顯示用戶界面，百度OCR引擎提供文字識別服務(wù)，高德地圖提供地圖源，軟件通過數(shù)據(jù)訪問組件和數(shù)據(jù)庫交換信息。此外，還需考慮到通信、運(yùn)行管理以及系統(tǒng)安全性等方面的問題[1]。軟件架構(gòu)如圖1所示。

1.2 主要功能模塊

室內(nèi)定位APP主要包括6大功能模塊。

（1）注冊模塊：注冊方式為手機(jī)號或者郵箱注冊，點(diǎn)擊獲取驗(yàn)證碼來驗(yàn)證手機(jī)號或者郵箱的正確性，防止惡意注冊或錯誤注冊。驗(yàn)證成功后需要設(shè)置登錄密碼，填寫兩次且兩次密碼相同才算注冊成功，然后自動登錄系統(tǒng)，無需再次輸入賬號和密碼，同時(shí)系統(tǒng)將注冊信息傳輸?shù)椒?wù)器端，插入用戶表中。

（2）登錄模塊：用戶需要輸入賬號和密碼，如果不記得密碼的話可以點(diǎn)擊“忘記密碼”，驗(yàn)證手機(jī)號或者郵箱后可以重置密碼。點(diǎn)擊登錄后，登錄信息會傳輸?shù)綌?shù)據(jù)庫中進(jìn)行比對，完全正確才能進(jìn)入主界面。

（3）設(shè)置模塊：在主界面中點(diǎn)擊齒輪圖標(biāo)后會進(jìn)入設(shè)置界面，可以在設(shè)置中選擇修改密碼、地圖管理、是否允許管理員進(jìn)行消息推送、是否允許WiFi下自動下載最新版本軟件、清除緩存以及退出登錄等功能。其中，地圖管理是指可以下載指定城市的地圖，這樣可以節(jié)省流量，不必每次打開軟件后都要聯(lián)網(wǎng)接收地圖資源。

（4）OCR識別模塊：點(diǎn)擊頂部搜索欄右側(cè)的相機(jī)圖標(biāo)后，軟件會打開系統(tǒng)相機(jī)進(jìn)行拍照，然后自動調(diào)用百度OCR引擎進(jìn)行識別，識別出的文字顯示出來后，用戶可以選擇手動修改文字，修改好后上傳至服務(wù)器，或者直接上傳。

（5）地圖模塊：使用高德提供的地圖，根據(jù)服務(wù)器返回的坐標(biāo)信息，在地圖上顯示當(dāng)前位置。

（6）歷史記錄模塊：在主界面點(diǎn)擊時(shí)鐘圖標(biāo)后會進(jìn)入歷史記錄界面，可以看到用戶定位的記錄，包括時(shí)間、地點(diǎn)和OCR識別的文字信息[2]。

1.3 系統(tǒng)流程

打開軟件后點(diǎn)擊搜索框右側(cè)的相機(jī)圖標(biāo)，打開手機(jī)相機(jī)，拍攝照片后，系統(tǒng)會調(diào)用百度OCR引擎識別照片中的文字，識別失敗會提示用戶重新拍攝清晰的照片，識別成功后系統(tǒng)會將識別出的文字顯示出來，讓用戶檢查是否正確，若有錯誤可以選擇手動修改文字，無錯誤則直接上傳至服務(wù)器，然后在數(shù)據(jù)庫中進(jìn)行查詢和匹配，匹配失敗就會返回到拍照界面，提示用戶重新選擇標(biāo)志物，匹配成功則會返回坐標(biāo)值，然后系統(tǒng)調(diào)用高德地圖源，顯示室內(nèi)地圖和坐標(biāo)點(diǎn)，一次室內(nèi)定位完成。

2 主要技術(shù)實(shí)現(xiàn)

2.1 數(shù)據(jù)庫設(shè)計(jì)

本系統(tǒng)在服務(wù)器端的MySQL數(shù)據(jù)庫中創(chuàng)建數(shù)據(jù)庫表，根據(jù)不同的數(shù)據(jù)格式，將數(shù)據(jù)分為用戶登錄數(shù)據(jù)、用戶行為數(shù)據(jù)以及位置坐標(biāo)數(shù)據(jù)3大類進(jìn)行存儲。

用戶登錄數(shù)據(jù)包括用戶的登錄賬號和密碼等信息，由于這類數(shù)據(jù)相當(dāng)重要，不應(yīng)以明文的方式存儲在數(shù)據(jù)庫中，通過使用MySQL的AES_ENCRYPT函數(shù)加密數(shù)據(jù)，因?yàn)榧用芎蟮臄?shù)據(jù)比較難看，所以再使用to_base64函數(shù)轉(zhuǎn)碼數(shù)據(jù)，將加密后的用戶信息存儲在數(shù)據(jù)庫中。

用戶行為數(shù)據(jù)包括用戶使用該軟件進(jìn)行室內(nèi)定位的時(shí)間、OCR識別出的文本、用戶修改后的文本以及定位后的位置坐標(biāo)。該數(shù)據(jù)內(nèi)容供用戶在歷史記錄中查看，用戶可自行刪除。

位置坐標(biāo)數(shù)據(jù)包括室內(nèi)環(huán)境下特征物上的文字信息以及對應(yīng)的坐標(biāo)值。通過匹配用戶上傳的字符串，返回坐標(biāo)，用于在手機(jī)客戶端顯示當(dāng)前所在位置并在地圖上進(jìn)行標(biāo)注[3]。

2.2 調(diào)用OCR接口

該軟件使用百度的OCR進(jìn)行文字識別，百度的OCR服務(wù)免費(fèi)，不過每天有次數(shù)的限制，但對于學(xué)生項(xiàng)目來說夠用。

首先，在百度AI開放平臺中進(jìn)入控制臺，找到文字識別的產(chǎn)品服務(wù)，創(chuàng)建應(yīng)用后填寫相關(guān)信息，獲得AK、SK。然后，下載license文件，在項(xiàng)目中如果直接用AK、SK明文調(diào)用百度的OCR，很不安全，可能會被別人反編譯之后獲得用戶的AK、SK，而license文件集成了AK、SK，放在項(xiàng)目中可以防止別人破解。之后，再下載百度OCR的Android SDK，添加進(jìn)項(xiàng)目中。準(zhǔn)備工作完成后就可以開始調(diào)用百度的OCR接口了。在需要進(jìn)行識別的頁面所在的文件中創(chuàng)建根據(jù)License文件初始化OCR實(shí)例的函數(shù)，并在onCreate（）方法中調(diào)用。接下來新建一個可以存放OCR的識別方法的類RecognizeService，在onActivityResult方法中，調(diào)用剛剛新建的類的recAccurateBasic方法，此方法接收3個參數(shù)，分別是context、拍照獲取的圖片路徑和在RecognizeService類中定義的監(jiān)聽接口，在onResult方法中，返回的result字符串即為識別結(jié)果的json字符串，只需要對JSON進(jìn)行解析就能得到識別結(jié)果[4]。

2.3 獲取室內(nèi)地圖服務(wù)

該軟件使用高德提供的地圖服務(wù)。在高德開放平臺中進(jìn)入控制臺，創(chuàng)建應(yīng)用，獲取API KEY，下載Android平臺下的地圖SDK文件，將解壓后的jar包導(dǎo)入工程中。開發(fā)環(huán)境配置好后，在工程的“AndroidManifest.xml”文件中添加用戶KEY和所需要的權(quán)限，在布局xml文件中添加地圖控件，創(chuàng)建地圖Activity，管理地圖生命周期。

3 結(jié)語

本文基于Android平臺設(shè)計(jì)并開發(fā)了基于OCR技術(shù)的室內(nèi)定位APP，為室內(nèi)定位提供了一個新的解決方案。現(xiàn)階段比較成熟的室內(nèi)定位方案，是需要基礎(chǔ)設(shè)施的，比如室內(nèi)部署密集的接入點(diǎn)或者基站，例如各種傳感器，信號接收裝置，信號發(fā)射器等，成本較高，且需要維護(hù)設(shè)備。而基于OCR技術(shù)的室內(nèi)定位方案的成本是很低的，并不需要各種用來定位的設(shè)備，較為麻煩的只是第一步，建立坐標(biāo)庫。將室內(nèi)標(biāo)志物上的文字信息提取出來，并建立坐標(biāo)庫。這的確是不小的工作量，但是隨著OCR技術(shù)和人工智能技術(shù)的發(fā)展，未來可能只需用無人機(jī)將室內(nèi)所有場景拍攝下來，然后系統(tǒng)便可以自動整理出圖片并匹配其對應(yīng)的坐標(biāo)，導(dǎo)入數(shù)據(jù)庫中，這樣就可以大大降低工作量，甚至可以打開攝像頭，通過錄像的方式來實(shí)現(xiàn)室內(nèi)的實(shí)時(shí)定位。作為一種無需傳感器的室內(nèi)定位方案，它可以給我們提供更多的創(chuàng)新想法和研究方向。

[參考文獻(xiàn)]

[1]朱懷中.基于Android的手機(jī)OCR識別技術(shù)設(shè)計(jì)與實(shí)現(xiàn)[J].電子科技，2012（5）：45-48.

[2]王楊，趙紅東.室內(nèi)定位技術(shù)綜述及發(fā)展前景展望[J].測控技術(shù)，2016（7）：1-3.

[3]紀(jì)孝楨.基于Android平臺的自習(xí)室信息服務(wù)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].武漢：華中科技大學(xué)，2013.

[4]曹曉燕，王辰，郭朝霞.基于Android的旅游助手APP的設(shè)計(jì)與實(shí)現(xiàn)[J].科技創(chuàng)新與應(yīng)用，2018（28）：66-68.