ML Kit Text Recognition v2 API 可辨識任何中文、梵文、日文、韓文和拉丁文字元集的文字。這個 API 也可用來自動執行資料輸入工作,例如處理信用卡、收據和名片。
主要功能
- 辨識各種字集和語言的文字 支援中文、梵文、日文、韓文和拉丁字母文字辨識
- 分析文字結構支援偵測符號、元素、行和段落
- 識別文字的語言:識別所辨識文字的語言
- 即時辨識:可在多種裝置上即時辨識文字
文字結構
文字辨識工具會將文字分成多個區塊、行、元素和符號。粗略說話:
Block 是一組連續的文字行,例如段落或資料欄。
線條是同軸上的一組連續字詞
「元素」是一組連續英數字元 (「字詞」),在大部分的拉丁語系中,是同軸的一個字詞
「符號」是同軸上的一個英數字元,在大部分拉丁語系中都是一個英數字元,在其他情況下則是一個字元
下圖按遞減順序顯示每種範例。青色的第一個醒目顯示區塊是文字區塊。第二組醒目顯示的區塊是文字行。最後,第三組以深藍色醒目顯示的區塊是 Words
針對所有偵測到的區塊、線條、元素和符號,API 會傳回定界框、邊角點、旋轉資訊、可信度分數、辨識的語言和已辨識的文字。
搜尋結果範例
![](https://developers.google.cn/static/ml-kit/vision/text-recognition/images/Wege_der_parlamentarischen_Demokratie.jpg?authuser=3&hl=zh-tw)
相片: Dietmar Rabich、Wikimedia Commons、"Düsseldorf, Wege der parlamentarischen Demokratie -- 2015 -- 8123"、CC BY-SA 4.0
已識別的文字 | |
---|---|
文字 | Wege der parlamentarischen Demokratie |
阻攻次數 | (1 個區塊) |
區塊 0 | |
---|---|
文字 | 威爾斯 (Wege der parlamentarischen Demokratie) |
頁框 | (296、665 到 796、882) |
邊角 | (296、719)、(778、665)、(796、828)、(314、882) |
可識別的語言代碼 | de |
路線 | (3 行) |
第 0 行 | |
---|---|
文字 | Wege der |
頁框 | (434、678 到 670、749) |
邊角 | (434、705)、(665、678)、(670、722)、(439、749) |
可識別的語言代碼 | de |
可信度分數 | 0.8766741 |
旋轉度 | -6.6116457 |
元素 | (2 個元素) |
元素 0 | |
---|---|
文字 | Wege |
頁框 | (434、689 到 575、749) |
邊角 | (434、705)、(570、689)、(575、733)、(439、749) |
可識別的語言代碼 | de |
可信度分數 | 0.8964844 |
旋轉度 | -6.6116457 |
元素 | (4 個元素) |
符號 0 | |
---|---|
文字 | 三 |
頁框 | (434、698 到 500、749) |
邊角 | (434、706)、(495、698)、(500、741)、(439、749) |
可信度分數 | 0.87109375 |
旋轉度 | -6.611646 |