前言
现如今,人际交往成为生存中必不可少的一部分,之间相互传递名片,记录分割信息,是必要的一步,名片承当着对方的各种信息,姓名、公司、地址等等,个别状况下,咱们会比对着录入名片上的各种信息,一个个地敲击手机键盘。如果有了名片辨认,就能够扭转这种景象,轻松实现名片辨认,录入名片信息。
名片辨认技术介绍
名片辨认采纳OCR技术,将名片上的文字转化辨认为可进行编辑解决的相应文字,并可对辨认后的名片信息进行分类管理。它反对通过拍照辨认、二维码辨认、导入辨认形式对名片信息进行采集,用户只需将名片放在手机拍摄的预览框内,便可主动实现对名片辨认的一系列操作,十分不便。
开发前筹备步骤
在开始API开发工作之前,您须要实现必要的开发筹备工作,同时请确保您的工程中曾经配置HMS Core SDK的Maven仓地址,并且实现了本服务的SDK集成。
android studio 装置
很简略,下载安装即可。具体下载链接:
**Android studio 官网下载链接:https://developer.android.com/studio
Android studio装置流程参考链接:https://www.cnblogs.com/xiadewang/p/7820377.html**
在我的项目级gradle里增加华为maven仓
关上AndroidStudio我的项目级build.gradle文件
maven地址
<code class="java">在buildscript->repositories外面配置HMS SDK的maven仓地址 buildscript { repositories { maven { url 'https://developer.huawei.com/repo/' } } }
在allprojects ->repositories外面配置HMS SDK的maven仓地址
<code class="java">allprojects { repositories { maven { url 'https://developer.huawei.com/repo/' } } }
引入SDK
<code class="java">dependencies { // Text recognition SDK. implementation 'com.huawei.hms:ml-computer-vision-ocr:2.0.1.300' // Text recognition model. implementation 'com.huawei.hms:ml-computer-vision-ocr-cn-model:2.0.1.300' implementation 'com.huawei.hms:ml-computer-vision-ocr-jk-model:2.0.1.300' implementation 'com.huawei.hms:ml-computer-vision-ocr-latin-model:2.0.1.300' } }
清单文件
<code class="java"><manifest ... <meta-data android:name="com.huawei.hms.ml.DEPENDENCY" android:value="ocr" /> ... </manifest>
权限
<code class="java"><uses-permission android:name="android.permission.CAMERA" /> <uses-permission android:name="android.hardware.camera.autofocus" /> <uses-feature android:name="android.hardware.camera" /> <uses-feature android:name="android.hardware.autofocus" />
动静权限申请
<code class="java">if (!(ActivityCompat.checkSelfPermission(this, Manifest.permission.CAMERA) == PackageManager.PERMISSION_GRANTED)) { requestCameraPermission(); }
开发重点步骤
1. 创立文本分析器MLTextAnalyzer用于辨认图片中的文字,应用自定义参数MLLocalTextSetting配置端侧文本分析器。
<code class="java">MLLocalTextSetting setting = new MLLocalTextSetting.Factory() .setOCRMode(MLLocalTextSetting.OCR_DETECT_MODE) .setLanguage("zh") .create(); MLTextAnalyzer analyzer = MLAnalyzerFactory.getInstance() .getLocalTextAnalyzer(setting);
2. 通过android.graphics.Bitmap创立MLFrame,反对的图片格式包含:jpg/jpeg/png/bmp,倡议输出图片长宽比范畴:1:2到2:1。
<code class="java">MLFrame frame = MLFrame.fromBitmap(bitmap);
3. 将生成的MLFrame对象传递给“asyncAnalyseFrame”办法进行文字辨认。
<code class="java">Task<MLText> task = analyzer.asyncAnalyseFrame(frame); task.addOnSuccessListener(new OnSuccessListener<MLText>() { @Override public void onSuccess(MLText text) { // Recognition success. } }).addOnFailureListener(new OnFailureListener() { @Override public void onFailure(Exception e) { // Recognition failure. } });
4. 辨认实现,进行分析器,开释辨认资源。
<code class="java">try { if (analyzer != null) { analyzer.stop(); } } catch (IOException e) { // IOException } catch (Exception e) { // Exception }
Demo成果
为了便于开发者更好的了解此场景,咱们也做了一个demo app,展现名片辨认的性能成果
如果你对实现形式感兴趣,能够在Github上下载源码:https://developer.huawei.com/consumer/cn/doc/HMSCore-Guides-V5/text-recognition-0000001050040053-V5#ZH-CN_TOPIC_0000001050750207__section16220018134717
原文链接:
https://developer.huawei.com/consumer/cn/forum/topic/0204399685438720133?fid=18
作者:timer