有了 ML Kit 數位墨水辨識功能，您就能辨識數位表面上以數百種語言寫成的文字，以及分類素描。
馬上試試
- 您可以試用範例應用程式，查看這個 API 的使用範例。
事前準備
在 Podfile 中納入下列 ML Kit 程式庫：
pod 'GoogleMLKit/DigitalInkRecognition', '3.2.0'安裝或更新專案的 Pod 後，請使用
.xcworkspace開啟 Xcode 專案，Xcode 13.2.1 以上版本支援 ML Kit。
您現在可以開始辨識 Ink 物件中的文字。
建立 Ink 物件
建構 Ink 物件的主要方式是在觸控螢幕上繪製。在 iOS 上，您可以使用 UIImageView 搭配觸控事件處理常式，在畫面上繪製筆觸，以及儲存筆劃的筆劃點，以便建構 Ink 物件。下列程式碼片段示範這個一般模式。如需更完整的範例，請參閱快速入門導覽課程應用程式，瞭解區分觸控事件處理、螢幕繪圖與筆劃資料管理。
Swift
@IBOutlet weak var mainImageView: UIImageView!
var kMillisecondsPerTimeInterval = 1000.0
var lastPoint = CGPoint.zero
private var strokes: [Stroke] = []
private var points: [StrokePoint] = []
func drawLine(from fromPoint: CGPoint, to toPoint: CGPoint) {
UIGraphicsBeginImageContext(view.frame.size)
guard let context = UIGraphicsGetCurrentContext() else {
return
}
mainImageView.image?.draw(in: view.bounds)
context.move(to: fromPoint)
context.addLine(to: toPoint)
context.setLineCap(.round)
context.setBlendMode(.normal)
context.setLineWidth(10.0)
context.setStrokeColor(UIColor.white.cgColor)
context.strokePath()
mainImageView.image = UIGraphicsGetImageFromCurrentImageContext()
mainImageView.alpha = 1.0
UIGraphicsEndImageContext()
}
override func touchesBegan(_ touches: Set, with event: UIEvent?) {
guard let touch = touches.first else {
return
}
lastPoint = touch.location(in: mainImageView)
let t = touch.timestamp
points = [StrokePoint.init(x: Float(lastPoint.x),
y: Float(lastPoint.y),
t: Int(t * kMillisecondsPerTimeInterval))]
drawLine(from:lastPoint, to:lastPoint)
}
override func touchesMoved(_ touches: Set, with event: UIEvent?) {
guard let touch = touches.first else {
return
}
let currentPoint = touch.location(in: mainImageView)
let t = touch.timestamp
points.append(StrokePoint.init(x: Float(currentPoint.x),
y: Float(currentPoint.y),
t: Int(t * kMillisecondsPerTimeInterval)))
drawLine(from: lastPoint, to: currentPoint)
lastPoint = currentPoint
}
override func touchesEnded(_ touches: Set, with event: UIEvent?) {
guard let touch = touches.first else {
return
}
let currentPoint = touch.location(in: mainImageView)
let t = touch.timestamp
points.append(StrokePoint.init(x: Float(currentPoint.x),
y: Float(currentPoint.y),
t: Int(t * kMillisecondsPerTimeInterval)))
drawLine(from: lastPoint, to: currentPoint)
lastPoint = currentPoint
strokes.append(Stroke.init(points: points))
self.points = []
doRecognition()
}
Objective-C
// Interface @property (weak, nonatomic) IBOutlet UIImageView *mainImageView; @property(nonatomic) CGPoint lastPoint; @property(nonatomic) NSMutableArray*strokes; @property(nonatomic) NSMutableArray *points; // Implementations static const double kMillisecondsPerTimeInterval = 1000.0; - (void)drawLineFrom:(CGPoint)fromPoint to:(CGPoint)toPoint { UIGraphicsBeginImageContext(self.mainImageView.frame.size); [self.mainImageView.image drawInRect:CGRectMake(0, 0, self.mainImageView.frame.size.width, self.mainImageView.frame.size.height)]; CGContextMoveToPoint(UIGraphicsGetCurrentContext(), fromPoint.x, fromPoint.y); CGContextAddLineToPoint(UIGraphicsGetCurrentContext(), toPoint.x, toPoint.y); CGContextSetLineCap(UIGraphicsGetCurrentContext(), kCGLineCapRound); CGContextSetLineWidth(UIGraphicsGetCurrentContext(), 10.0); CGContextSetRGBStrokeColor(UIGraphicsGetCurrentContext(), 1, 1, 1, 1); CGContextSetBlendMode(UIGraphicsGetCurrentContext(), kCGBlendModeNormal); CGContextStrokePath(UIGraphicsGetCurrentContext()); CGContextFlush(UIGraphicsGetCurrentContext()); self.mainImageView.image = UIGraphicsGetImageFromCurrentImageContext(); UIGraphicsEndImageContext(); } - (void)touchesBegan:(NSSet *)touches withEvent:(nullable UIEvent *)event { UITouch *touch = [touches anyObject]; self.lastPoint = [touch locationInView:self.mainImageView]; NSTimeInterval time = [touch timestamp]; self.points = [NSMutableArray array]; [self.points addObject:[[MLKStrokePoint alloc] initWithX:self.lastPoint.x y:self.lastPoint.y t:time * kMillisecondsPerTimeInterval]]; [self drawLineFrom:self.lastPoint to:self.lastPoint]; } - (void)touchesMoved:(NSSet *)touches withEvent:(nullable UIEvent *)event { UITouch *touch = [touches anyObject]; CGPoint currentPoint = [touch locationInView:self.mainImageView]; NSTimeInterval time = [touch timestamp]; [self.points addObject:[[MLKStrokePoint alloc] initWithX:currentPoint.x y:currentPoint.y t:time * kMillisecondsPerTimeInterval]]; [self drawLineFrom:self.lastPoint to:currentPoint]; self.lastPoint = currentPoint; } - (void)touchesEnded:(NSSet *)touches withEvent:(nullable UIEvent *)event { UITouch *touch = [touches anyObject]; CGPoint currentPoint = [touch locationInView:self.mainImageView]; NSTimeInterval time = [touch timestamp]; [self.points addObject:[[MLKStrokePoint alloc] initWithX:currentPoint.x y:currentPoint.y t:time * kMillisecondsPerTimeInterval]]; [self drawLineFrom:self.lastPoint to:currentPoint]; self.lastPoint = currentPoint; if (self.strokes == nil) { self.strokes = [NSMutableArray array]; } [self.strokes addObject:[[MLKStroke alloc] initWithPoints:self.points]]; self.points = nil; [self doRecognition]; }
請注意，程式碼片段包含一個範例函式，用於將筆劃繪製到 UIImageView，因此請視需要根據應用程式進行調整。建議您在繪製線段時使用圓形大寫，這樣長度零段的部分就會繪製成一個點 (假設字母 i 中的點號)。每次輸入筆劃後，都會呼叫 doRecognition() 函式，其定義如下。
取得 DigitalInkRecognizer 的例項
如要執行辨識作業，我們必須將 Ink 物件傳遞至 DigitalInkRecognizer 執行個體。如要取得 DigitalInkRecognizer 例項，我們必須先下載所需語言的辨識工具模型，然後將模型載入 RAM。方法是使用下列程式碼片段，為求簡單起見，置於 viewDidLoad() 方法中並使用硬式編碼的語言名稱。請參閱快速入門導覽課程應用程式中的範例，瞭解如何向使用者顯示可用語言清單及下載所選語言。
Swift
override func viewDidLoad() {
super.viewDidLoad()
let languageTag = "en-US"
let identifier = DigitalInkRecognitionModelIdentifier(forLanguageTag: languageTag)
if identifier == nil {
// no model was found or the language tag couldn't be parsed, handle error.
}
let model = DigitalInkRecognitionModel.init(modelIdentifier: identifier!)
let modelManager = ModelManager.modelManager()
let conditions = ModelDownloadConditions.init(allowsCellularAccess: true,
allowsBackgroundDownloading: true)
modelManager.download(model, conditions: conditions)
// Get a recognizer for the language
let options: DigitalInkRecognizerOptions = DigitalInkRecognizerOptions.init(model: model)
recognizer = DigitalInkRecognizer.digitalInkRecognizer(options: options)
}
Objective-C
- (void)viewDidLoad {
[super viewDidLoad];
NSString *languagetag = @"en-US";
MLKDigitalInkRecognitionModelIdentifier *identifier =
[MLKDigitalInkRecognitionModelIdentifier modelIdentifierForLanguageTag:languagetag];
if (identifier == nil) {
// no model was found or the language tag couldn't be parsed, handle error.
}
MLKDigitalInkRecognitionModel *model = [[MLKDigitalInkRecognitionModel alloc]
initWithModelIdentifier:identifier];
MLKModelManager *modelManager = [MLKModelManager modelManager];
[modelManager downloadModel:model conditions:[[MLKModelDownloadConditions alloc]
initWithAllowsCellularAccess:YES
allowsBackgroundDownloading:YES]];
MLKDigitalInkRecognizerOptions *options =
[[MLKDigitalInkRecognizerOptions alloc] initWithModel:model];
self.recognizer = [MLKDigitalInkRecognizer digitalInkRecognizerWithOptions:options];
}
快速入門導覽課程應用程式包含其他程式碼，說明如何同時處理多個下載內容，以及如何透過處理完成通知判斷哪個下載作業成功。
辨識 Ink 物件
接下來，我們要來到 doRecognition() 函式，為求簡單，該函式是從 touchesEnded() 呼叫。在其他應用程式中，則可能希望僅在逾時後，或使用者按下按鈕觸發辨識時才能叫用辨識。
Swift
func doRecognition() {
let ink = Ink.init(strokes: strokes)
recognizer.recognize(
ink: ink,
completion: {
[unowned self]
(result: DigitalInkRecognitionResult?, error: Error?) in
var alertTitle = ""
var alertText = ""
if let result = result, let candidate = result.candidates.first {
alertTitle = "I recognized this:"
alertText = candidate.text
} else {
alertTitle = "I hit an error:"
alertText = error!.localizedDescription
}
let alert = UIAlertController(title: alertTitle,
message: alertText,
preferredStyle: UIAlertController.Style.alert)
alert.addAction(UIAlertAction(title: "OK",
style: UIAlertAction.Style.default,
handler: nil))
self.present(alert, animated: true, completion: nil)
}
)
}
Objective-C
- (void)doRecognition {
MLKInk *ink = [[MLKInk alloc] initWithStrokes:self.strokes];
__weak typeof(self) weakSelf = self;
[self.recognizer
recognizeInk:ink
completion:^(MLKDigitalInkRecognitionResult *_Nullable result,
NSError *_Nullable error) {
typeof(weakSelf) strongSelf = weakSelf;
if (strongSelf == nil) {
return;
}
NSString *alertTitle = nil;
NSString *alertText = nil;
if (result.candidates.count > 0) {
alertTitle = @"I recognized this:";
alertText = result.candidates[0].text;
} else {
alertTitle = @"I hit an error:";
alertText = [error localizedDescription];
}
UIAlertController *alert =
[UIAlertController alertControllerWithTitle:alertTitle
message:alertText
preferredStyle:UIAlertControllerStyleAlert];
[alert addAction:[UIAlertAction actionWithTitle:@"OK"
style:UIAlertActionStyleDefault
handler:nil]];
[strongSelf presentViewController:alert animated:YES completion:nil];
}];
}
管理模型下載作業
我們已介紹如何下載辨識模型。下列程式碼片段說明如何檢查模型是否已下載完成，或刪除不再需要用來復原儲存空間的模型時。
檢查是否已下載模型
Swift
let model : DigitalInkRecognitionModel = ... let modelManager = ModelManager.modelManager() modelManager.isModelDownloaded(model)
Objective-C
MLKDigitalInkRecognitionModel *model = ...; MLKModelManager *modelManager = [MLKModelManager modelManager]; [modelManager isModelDownloaded:model];
刪除已下載的模型
Swift
let model : DigitalInkRecognitionModel = ...
let modelManager = ModelManager.modelManager()
if modelManager.isModelDownloaded(model) {
modelManager.deleteDownloadedModel(
model!,
completion: {
error in
if error != nil {
// Handle error
return
}
NSLog(@"Model deleted.");
})
}
Objective-C
MLKDigitalInkRecognitionModel *model = ...;
MLKModelManager *modelManager = [MLKModelManager modelManager];
if ([self.modelManager isModelDownloaded:model]) {
[self.modelManager deleteDownloadedModel:model
completion:^(NSError *_Nullable error) {
if (error) {
// Handle error.
return;
}
NSLog(@"Model deleted.");
}];
}
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。準確性也取決於寫作風格雖然數位墨水辨識經過訓練，能夠處理多種書寫風格，但結果可能會因使用者而異。
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，這些技巧並不適用於表情符號、自動繪圖和形狀的繪圖分類器。
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。符號的意義有部分取決於其大小，相對於包含該符號的書寫區域大小。例如小寫或大寫英文字母「o」或「c」，以及逗號和正斜線之間的差。
告知辨識器能改善書寫區域的寬度和高度。不過，辨識工具會假設寫入區域只包含一行文字。如果實體寫入區域的範圍夠大，可讓使用者寫入兩行或更多行，則只要傳入高度預估的單行文字高度的 WriteArea，可能會獲得更好的結果。您傳遞至辨識工具的 WriteArea 物件不必與畫面上的實體寫入區域完全相符。在部分語言中，以這種方式變更 WriteArea 高度的效果較佳。
指定書寫區域時，請使用與筆劃座標相同的單位指定寬度和高度。x,y 座標引數沒有單位要求；API 會將所有單位正規化，因此唯一重要的是，筆劃的相對大小和位置。您可以隨意傳入座標，設定適合您的系統規模。
預先背景資訊
前後脈絡是指您要識別的 Ink 中筆劃前方的文字。您可以提供預先背景資訊，協助辨識工具。
舉例來說，草寫字母「n」和「u」往往是錯的。如果使用者已輸入部分字詞「arg」，可能會以系統辨識為「ument」或「nment」的筆劃繼續。指定預先結構定義「arg」可解決模稜兩可的情況，因為「引數」這個字詞可能比「引數」的可能性較高。
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)。您可以輸入空格字元，但無法繪製一個字元。那麼，辨識器要如何判斷當一個字詞何時結束和下一個字的開始？如果使用者已經寫入「hello」並繼續輸入「world」，在沒有預先背景資訊的情況下，辨識器會傳回「world」字串。但是，如果您指定預先上下文「hello」，模型會傳回「 world」字串並加上前置空格，這是因為「helloworld」比「helloword」更為合理。
您應提供最長的預先背景資訊字串，最多 20 個半形字元 (包括空格)。如果字串較長，辨識器只會使用最後 20 個字元。
以下程式碼範例說明如何定義寫入區域，並使用 RecognitionContext 物件指定預先背景資訊。
Swift
let ink: Ink = ...;
let recognizer: DigitalInkRecognizer = ...;
let preContext: String = ...;
let writingArea = WritingArea.init(width: ..., height: ...);
let context: DigitalInkRecognitionContext.init(
preContext: preContext,
writingArea: writingArea);
recognizer.recognizeHandwriting(
from: ink,
context: context,
completion: {
(result: DigitalInkRecognitionResult?, error: Error?) in
if let result = result, let candidate = result.candidates.first {
NSLog("Recognized \(candidate.text)")
} else {
NSLog("Recognition error \(error)")
}
})
Objective-C
MLKInk *ink = ...;
MLKDigitalInkRecognizer *recognizer = ...;
NSString *preContext = ...;
MLKWritingArea *writingArea = [MLKWritingArea initWithWidth:...
height:...];
MLKDigitalInkRecognitionContext *context = [MLKDigitalInkRecognitionContext
initWithPreContext:preContext
writingArea:writingArea];
[recognizer recognizeHandwritingFromInk:ink
context:context
completion:^(MLKDigitalInkRecognitionResult
*_Nullable result, NSError *_Nullable error) {
NSLog(@"Recognition result %@",
result.candidates[0].text);
}];
筆劃排序
辨識準確度會受到筆觸順序影響。辨識器會預期筆劃依照使用者自然書寫的順序發生，例如以由左至右表示英文。任何從這個模式出發的案例 (例如，從最後一個字詞開始寫英文句子)，都會產生較不準確的結果。
另一個例子是，移除 Ink 中間的字詞，並替換為另一個字詞。修訂版本可能位於句子中間，但修訂版本的筆劃位於筆劃序列的結尾。在這種情況下，我們建議您將新寫入的字詞單獨傳送至 API，並使用您自己的邏輯將結果與先前的辨識合併。
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。舉例來說，極圓邊緣的矩形可以視為矩形或橢圓形。
處理這類不清楚的情況時，可以在有辨識分數時使用。只有形狀分類器才會提供分數。如果模型非常有信心，最佳結果的分數會遠優於第二個最佳成績。如果不確定，前兩項結果的分數將會接近。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 包含一個矩形，而彼此相鄰的刪節號彼此相鄰，則辨識器可能會傳回另一個 (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。