Pengenalan tinta digital

Dengan API pengenalan tinta digital ML Kit, Anda dapat mengenali teks tulisan tangan dan mengklasifikasikan gestur pada platform digital dalam ratusan bahasa, serta mengklasifikasikan sketsa. API pengenalan tinta digital menggunakan teknologi yang sama yang mendukung pengenalan tulis tangan di Gboard, Google Terjemahan, dan game Quick, Draw!.

Pengenalan tinta digital memungkinkan Anda untuk:

  • Tulis di layar alih-alih mengetik di keyboard virtual. Hal ini memungkinkan pengguna menggambar karakter yang tidak tersedia di keyboard mereka, seperti ệ, अ, atau 森 untuk keyboard alfabet latin.
  • Melakukan operasi teks dasar (navigasi, pengeditan, pemilihan, dan sebagainya) menggunakan gestur.
  • Mengenali bentuk dan emoji yang digambar dengan tangan.

Pengenalan tinta digital berfungsi dengan goresan yang digambar pengguna di layar. Jika Anda perlu membaca teks dari gambar yang diambil dengan kamera, gunakan Text Recognition API.

Pengenalan tinta digital berfungsi sepenuhnya secara offline serta didukung di Android dan iOS.

iOS Android

Kemampuan Utama

  • Mengonversi teks tulisan tangan menjadi urutan karakter unicode
  • Berjalan di perangkat hampir secara real-time
  • Tulisan tangan pengguna tetap berada di perangkat, pengenalan dilakukan tanpa koneksi jaringan apa pun
  • Mendukung lebih dari 300 bahasa dan 25+ sistem penulisan, lihat daftar lengkap bahasa yang didukung
  • Mengenali emoji dan bentuk dasar
  • Menjaga penyimpanan di perangkat tetap rendah dengan mendownload paket bahasa secara dinamis sesuai kebutuhan

Pengenal mengambil objek Ink sebagai input. Ink adalah representasi vektor dari apa yang telah ditulis pengguna di layar: urutan goresan, masing-masing berupa daftar koordinat dengan informasi waktu yang disebut titik sentuh. Goresan dimulai saat pengguna meletakkan stilus atau jarinya ke bawah dan berakhir saat mengangkatnya. Ink diteruskan ke pengenal, yang menampilkan satu atau beberapa kemungkinan hasil pengenalan, dengan tingkat keyakinan.

Contoh

Tulisan tangan bahasa Inggris

Gambar di sebelah kiri di bawah menunjukkan apa yang digambar pengguna pada layar. Gambar di sebelah kanan adalah objek Ink yang sesuai. Objek ini berisi goresan dengan titik merah yang mewakili titik sentuh dalam setiap goresan.

    

Ada empat garis. Dua goresan pertama dalam objek Ink terlihat seperti ini:

Tinta
Goresan 1 x 392, 391, 389, 287, ...
y 52, 60, 76, 97, ...
t 0, 37, 56, 75, ...
Goresan 2 x 497, 494, 493, 490, ...
y 167, 165, 165, 165, ...
t 694, 742, 751, 770, ...
...

Saat Anda mengirimkan Ink ini ke pengenal bahasa Inggris, kode ini akan menampilkan beberapa kemungkinan transkripsi, yang berisi lima atau enam karakter. Data tersebut diurutkan dengan mengurangi keyakinan:

RecognitionResult
Kandidat Pengakuan #1 Handw
Kandidat Pengenalan #2 Handrw
Kandidat Pengenalan #3 hardw
Kandidat Pengenalan #4 Handu
Kandidat Pengakuan #5 Handwe

Gestur

Pengklasifikasi gestur mengklasifikasikan goresan tinta ke dalam salah satu dari sembilan class gestur yang tercantum di bawah ini.

Gestur Contoh
arch:above
arch:below
caret:above
caret:below
circle
corner:downleft
scribble
strike
verticalbar
writing

Sketsa emoji

Gambar di sebelah kiri di bawah menunjukkan apa yang digambar pengguna pada layar. Gambar di sebelah kanan adalah objek Ink yang sesuai. Objek ini berisi goresan dengan titik merah yang mewakili titik sentuh dalam setiap goresan.

    

Objek Ink berisi enam goresan.

           

Tinta
Goresan 1 x 269, 266, 262, 255, ...
y 40, 40, 40, 41, ...
t 0, 36, 56, 75, ...
Goresan 2 x 179, 182, 183, 185, ...
y 157, 158, 159, 160, ...
t 2475, 2522, 2531, 2541, ...
...

Saat mengirim Ink ini ke pengenal emoji, Anda akan mendapatkan beberapa kemungkinan transkripsi, yang diurutkan dengan mengurangi keyakinan:

RecognitionResult
Kandidat Pengakuan #1 😂 (U+1f62d)
Kandidat Pengenalan #2 😅 (U+1f605)
Kandidat Pengenalan #3 📊 (U+1f639)
Kandidat Pengenalan #4 👀 (U+1f604)
Kandidat Pengakuan #5 😆 (U+1f606)