在 Android 上使用 ML Kit 辨識數位墨水

有了 ML Kit 數位墨水辨識功能,您就能辨識手寫文字 支援數百種語言,以及分類草圖。

立即試用

事前準備

  1. 在專案層級的 build.gradle 檔案中,請務必在 buildscriptallprojects 區段中納入 Google 的 Maven 存放區。
  2. 將 ML Kit Android 程式庫的依附元件新增至模組的應用程式層級的 Gradle 檔案,通常為 app/build.gradle
dependencies {
  // ...
  implementation 'com.google.mlkit:digital-ink-recognition:18.1.0'
}

您現在可以開始辨識 Ink 物件中的文字。

建立 Ink 物件

建構 Ink 物件的主要方法是在觸控螢幕上繪製。啟用 Android 可以使用 畫布: 。您的 觸控事件處理常式 應呼叫 addNewTouchEvent() 方法顯示以下程式碼片段,可將點儲存在筆劃中 會繪製到 Ink 物件中

下列程式碼片段示範這種一般模式。詳情請參閱 ML Kit 快速入門導覽課程範例 以取得更完整的範例

Kotlin

var inkBuilder = Ink.builder()
lateinit var strokeBuilder: Ink.Stroke.Builder

// Call this each time there is a new event.
fun addNewTouchEvent(event: MotionEvent) {
  val action = event.actionMasked
  val x = event.x
  val y = event.y
  var t = System.currentTimeMillis()

  // If your setup does not provide timing information, you can omit the
  // third paramater (t) in the calls to Ink.Point.create
  when (action) {
    MotionEvent.ACTION_DOWN -> {
      strokeBuilder = Ink.Stroke.builder()
      strokeBuilder.addPoint(Ink.Point.create(x, y, t))
    }
    MotionEvent.ACTION_MOVE -> strokeBuilder!!.addPoint(Ink.Point.create(x, y, t))
    MotionEvent.ACTION_UP -> {
      strokeBuilder.addPoint(Ink.Point.create(x, y, t))
      inkBuilder.addStroke(strokeBuilder.build())
    }
    else -> {
      // Action not relevant for ink construction
    }
  }
}

...

// This is what to send to the recognizer.
val ink = inkBuilder.build()

Java

Ink.Builder inkBuilder = Ink.builder();
Ink.Stroke.Builder strokeBuilder;

// Call this each time there is a new event.
public void addNewTouchEvent(MotionEvent event) {
  float x = event.getX();
  float y = event.getY();
  long t = System.currentTimeMillis();

  // If your setup does not provide timing information, you can omit the
  // third paramater (t) in the calls to Ink.Point.create
  int action = event.getActionMasked();
  switch (action) {
    case MotionEvent.ACTION_DOWN:
      strokeBuilder = Ink.Stroke.builder();
      strokeBuilder.addPoint(Ink.Point.create(x, y, t));
      break;
    case MotionEvent.ACTION_MOVE:
      strokeBuilder.addPoint(Ink.Point.create(x, y, t));
      break;
    case MotionEvent.ACTION_UP:
      strokeBuilder.addPoint(Ink.Point.create(x, y, t));
      inkBuilder.addStroke(strokeBuilder.build());
      strokeBuilder = null;
      break;
  }
}

...

// This is what to send to the recognizer.
Ink ink = inkBuilder.build();

取得 DigitalInkRecognizer 的執行個體

如要執行辨識作業,請將 Ink 例項傳送至 DigitalInkRecognizer 物件。下方程式碼說明如何將這類 辨識來自 BCP-47 標記的辨識工具。

Kotlin

// Specify the recognition model for a language
var modelIdentifier: DigitalInkRecognitionModelIdentifier
try {
  modelIdentifier = DigitalInkRecognitionModelIdentifier.fromLanguageTag("en-US")
} catch (e: MlKitException) {
  // language tag failed to parse, handle error.
}
if (modelIdentifier == null) {
  // no model was found, handle error.
}
var model: DigitalInkRecognitionModel =
    DigitalInkRecognitionModel.builder(modelIdentifier).build()


// Get a recognizer for the language
var recognizer: DigitalInkRecognizer =
    DigitalInkRecognition.getClient(
        DigitalInkRecognizerOptions.builder(model).build())

Java

// Specify the recognition model for a language
DigitalInkRecognitionModelIdentifier modelIdentifier;
try {
  modelIdentifier =
    DigitalInkRecognitionModelIdentifier.fromLanguageTag("en-US");
} catch (MlKitException e) {
  // language tag failed to parse, handle error.
}
if (modelIdentifier == null) {
  // no model was found, handle error.
}

DigitalInkRecognitionModel model =
    DigitalInkRecognitionModel.builder(modelIdentifier).build();

// Get a recognizer for the language
DigitalInkRecognizer recognizer =
    DigitalInkRecognition.getClient(
        DigitalInkRecognizerOptions.builder(model).build());

處理 Ink 物件

Kotlin

recognizer.recognize(ink)
    .addOnSuccessListener { result: RecognitionResult ->
      // `result` contains the recognizer's answers as a RecognitionResult.
      // Logs the text from the top candidate.
      Log.i(TAG, result.candidates[0].text)
    }
    .addOnFailureListener { e: Exception ->
      Log.e(TAG, "Error during recognition: $e")
    }

Java

recognizer.recognize(ink)
    .addOnSuccessListener(
        // `result` contains the recognizer's answers as a RecognitionResult.
        // Logs the text from the top candidate.
        result -> Log.i(TAG, result.getCandidates().get(0).getText()))
    .addOnFailureListener(
        e -> Log.e(TAG, "Error during recognition: " + e));

上述程式碼範例假設辨識模型已 ,如下一節所述。

管理模型下載作業

雖然數位墨水辨識 API 支援數百種語言, 需要先下載一些資料才能辨識。前後 每種語言需要 20 MB 的儲存空間。這個程序是由 RemoteModelManager 物件。

下載新模型

Kotlin

import com.google.mlkit.common.model.DownloadConditions
import com.google.mlkit.common.model.RemoteModelManager

var model: DigitalInkRecognitionModel =  ...
val remoteModelManager = RemoteModelManager.getInstance()

remoteModelManager.download(model, DownloadConditions.Builder().build())
    .addOnSuccessListener {
      Log.i(TAG, "Model downloaded")
    }
    .addOnFailureListener { e: Exception ->
      Log.e(TAG, "Error while downloading a model: $e")
    }

Java

import com.google.mlkit.common.model.DownloadConditions;
import com.google.mlkit.common.model.RemoteModelManager;

DigitalInkRecognitionModel model = ...;
RemoteModelManager remoteModelManager = RemoteModelManager.getInstance();

remoteModelManager
    .download(model, new DownloadConditions.Builder().build())
    .addOnSuccessListener(aVoid -> Log.i(TAG, "Model downloaded"))
    .addOnFailureListener(
        e -> Log.e(TAG, "Error while downloading a model: " + e));

檢查是否已下載模型

Kotlin

var model: DigitalInkRecognitionModel =  ...
remoteModelManager.isModelDownloaded(model)

Java

DigitalInkRecognitionModel model = ...;
remoteModelManager.isModelDownloaded(model);

刪除已下載的模型

從裝置儲存空間中移除模型可釋出空間。

Kotlin

var model: DigitalInkRecognitionModel =  ...
remoteModelManager.deleteDownloadedModel(model)
    .addOnSuccessListener {
      Log.i(TAG, "Model successfully deleted")
    }
    .addOnFailureListener { e: Exception ->
      Log.e(TAG, "Error while deleting a model: $e")
    }

Java

DigitalInkRecognitionModel model = ...;
remoteModelManager.deleteDownloadedModel(model)
                  .addOnSuccessListener(
                      aVoid -> Log.i(TAG, "Model successfully deleted"))
                  .addOnFailureListener(
                      e -> Log.e(TAG, "Error while deleting a model: " + e));

提高文字辨識準確度的訣竅

文字辨識的準確度可能因語言而異。準確度也會取決於 創作風格數位墨水辨識經過充分訓練,可處理多種寫作風格, 每個使用者的結果都可能不同

你可以透過以下幾種方式提高文字辨識工具的準確度。請注意,這些技巧 不適用於表情符號、自動繪圖和圖形的繪圖分類器。

寫作領域

許多應用程式都有明確定義的使用者輸入內容寫入區域。符號的意義是 部分取決於其大小,相對於包含該元素的撰寫區域大小。 例如小寫或大寫英文字母「o」還有半形逗號和 a 的 。

告知辨識器能改善書寫區域的寬度和高度。不過 辨識器會假設書寫區域只包含一行文字。如果 撰寫區域範圍夠大,讓使用者能寫兩行以上的程式碼, 結果,方法是傳入帶有高度的 WriteArea ,預估高度 單行文字。您傳遞至辨識工具的 WriterArea 物件不需要對應至 並且與螢幕上的實際書寫區域完全相符。以這種方式變更 WriteArea 高度 某些語言的效果更好。

指定書寫區域時,請以筆劃的單位指定寬度和高度 座標。x,y 座標引數沒有單位要求,API 會將所有 因此,唯一重要的是,筆觸的相對大小和位置。您可以 以適合您系統的方式傳遞座標。

預先背景資訊

前情境是指 Ink 中筆劃前方的文字 輸入的內容您可以提供預先背景資訊,協助辨識工具。

例如:草寫字母「n」和「u」經常遭人誤解如果使用者 輸入時,它們可能會繼續出現您可以辨識為「arg」的筆觸 「ument」或「nment」。指定預先情境「arg」可解決模稜兩可的情況 「引數」而不是「argnment」。

預先背景資訊也可協助辨識器辨識分行符號 (字詞之間的空格)。你可以 輸入空格字元,但無法繪製一個,因此辨識器如何判斷該字詞的結尾 下一場會議是開始的?如果使用者已經寫「hello」繼續用一個字延續下去 「world」,如果沒有預先背景資訊,辨識器會傳回「world」字串。不過,如果您將 預先上下文的「hello」,模型會傳回「並以開頭的空格取代 "Hello" 世界」比「helloword」更加合理

建議您提供最長的預先背景資訊字串,最多 20 個半形字元,包括 聊天室。如果字串較長,辨識器只會使用最後 20 個字元。

下列程式碼示範如何定義撰寫區域並使用 RecognitionContext 物件,用於指定預先背景資訊。

Kotlin

var preContext : String = ...;
var width : Float = ...;
var height : Float = ...;
val recognitionContext : RecognitionContext =
    RecognitionContext.builder()
        .setPreContext(preContext)
        .setWritingArea(WritingArea(width, height))
        .build()

recognizer.recognize(ink, recognitionContext)

Java

String preContext = ...;
float width = ...;
float height = ...;
RecognitionContext recognitionContext =
    RecognitionContext.builder()
                      .setPreContext(preContext)
                      .setWritingArea(new WritingArea(width, height))
                      .build();

recognizer.recognize(ink, recognitionContext);

筆劃排序

辨識準確度會受到筆觸順序影響。辨識工具會預期筆劃 按使用者自然書寫的順序進行;例如用由左至右表示英文任何案件 例如從最後一個字詞開始寫英文句子 提供較不準確的結果

另一個例子是,移除 Ink 中間的字詞,並替換為 另一個字詞修訂版本可能出現在句子中間,但修改後的筆劃則可能是 位於筆劃序列的結尾 在此情況下,建議您將新寫入的字詞單獨傳送至 API,然後合併 利用您自己的邏輯進行先前辨識的結果。

處理模稜兩可的形狀

在某些情況下,提供給辨識工具的形狀意義不明確。適用對象 採用極圓滑邊緣的矩形則能以矩形或橢圓形的形式呈現。

處理這類不清楚的情況時,可以在有辨識分數時使用。僅限 形狀分類器會提供分數如果模型非常有信心,最佳結果的分數會 會比第二高的成效好多如果不確定,前兩項結果的分數會是 很接近正確答案另請注意,形狀分類器會將整個 Ink 解讀為 單一形狀舉例來說,如果 Ink 包含矩形,且每個項目旁邊都有一個刪節號 其他,辨識工具可能會傳回彼此 (或完全不同的) 做為 結果,因為單一辨識候選字詞無法代表兩個形狀。