- Introducción
El reconocimiento óptico de caracteres es la función para detectar y procesar caracteres de un alfabeto determinado. Con el servicio de reconocimiento de texto de HUAWEI, puede extraer texto de imágenes, documentos o cualquier representación impresa de caracteres.
Este servicio se puede ejecutar en la nube o en el dispositivo. Si el servicio necesita escanear caracteres de un idioma basado en chino simplificado, japonés, coreano y latín, el servicio puede usar el reconocimiento de texto del dispositivo.
El servicio en la nube admite idiomas como chino simplificado, inglés, español, portugués, italiano, alemán, francés, ruso, japonés, coreano, polaco, finlandés, noruego, sueco, danés, turco, tailandés, árabe e hindi.
- Preparativos
Para habilitar el Kit de AA, es necesario seguir estos pasos.
· Inicie sesión en Huawei Developer https://developer.huawei.com/consumer/en/console
Acceder a la galería de aplicaciones de HUAWEI
Seleccione Mis aplicaciones y luego seleccione la aplicación que desea integrar al servicio.
Acceda a la sección Desarrollar y haga clic en Administrar API
Habilitar el Kit de AA
Establecer ubicación de almacenamiento
Descargue agconnect-services.json y agréguelo en el directorio raíz de la aplicación de su proyecto de Android Studio
Abra el archivo build.gradle en el directorio raíz
· Agregar el maven “maven{url’https://developer.huawei.com/repo/’}” y Classpath “classpath’com.huawei.agconnect:agcp:1.2.1.301’”
Agrega las dependencias de los SDK a tu proyecto
“dependencies{
// Importar el SDK base.
implementation ‘com.huawei.hms:ml-computer-vision-ocr:1.0.3.300’
//Importar el paquete de modelo de idioma basado en latín.
implementation ‘com.huawei.hms:ml-computer-vision-ocr-latin-model:1.0.3.315’
//Importar el paquete de modelos japonés y coreano.
implementation ‘com.huawei.hms:ml-computer-vision-ocr-jk-model:1.0.3.300’
// Importar el paquete de modelos en chino e inglés.
implementation ‘com.huawei.hms:ml-computer-vision-ocr-cn-model:1.0.3.300’
}”
Agregue la configuración dentro del mismo archivo build.gradle
“apply plugin: ‘com.huawei.agconnect’”
En el archivo de manifiesto de Android, agregue el siguiente código para permitir que su aplicación actualice automáticamente los últimos modelos de ML en el dispositivo.
<manifest
<meta-data
android:name=”com.huawei.hms.ml.DEPENDENCY”android:value= “ocr”/></manifest>
Desarrollo
Reconocimiento de texto a partir de imágenes en el dispositivo
Necesita crear MLTextAnalyzer para reconocer texto en imágenes. También configure MLLocalTextSetting para especificar idiomas, si no se especifica ninguno, solo se reconocerán los idiomas basados en el latín
Cree el MLFrame utilizando android.graphics. Se admiten imágenes de mapa de bits JPG, JPEG, PNG, BMP.
- Pase el objeto MLFrame al método asyncAnalyseFrame para el reconocimiento de texto.
- Cuando se complete el reconocimiento, detenga el analizador
Reconocimiento de texto a partir de imágenes en la nube
Crea un analizador. MLRemoteTextSettings, para especificar los lenguajes que se reconocerán.
- Cree el MLFrame utilizando android.graphics. Se admiten imágenes de mapa de bits JPG, JPEG, PNG, BMP.
- Pase el objeto MLFrame al método asyncAnalyseFrame para el reconocimiento de texto.
- Cuando se complete el reconocimiento, detenga el analizador
Reconocimiento de texto de transmisiones de cámara en el dispositivo
Para procesar la transmisión de la cámara en la aplicación, los fotogramas de la cámara se convierten en objetos MLFrame y esto reconoce el texto mediante el método de reconocimiento de imágenes estáticas locales.
Cree un analizador MLTextAnalyzer y configure el procesador de resultados de detección
- Cuando se complete el reconocimiento, detenga el analizador
Cree la clase OcrDetectorProcessor para procesar los resultados.
Llame a la API síncrona para utilizar el LensEngine integrado del SDK para crear un objeto, registrar el analizador e inicializar los parámetros de la cámara.
- Llame al método de ejecución para iniciar la cámara y leer las transmisiones de la cámara para su reconocimiento.
- Cuando se complete el reconocimiento, detenga el analizador.
Top comments (0)