目录

在开始API开发工作之前，您需要完成必要的开发准备工作，同时请确保您的工程中已经配置HMS Core SDK的maven仓地址，并且完成了本服务的SDK集成。

设备侧文本识别

1. 创建文本分析器MLTextAnalyzer用于识别图片中的文字，您可以通过MLLocalTextSetting设置识别的语种，不设置语言默认只能识别拉丁字符。

  1. //方式一：使用默认参数配置设备侧文本分析器，只能识别拉丁语系文字。 
  2. MLTextAnalyzer analyzer = MLAnalyzerFactory.getInstance().getLocalTextAnalyzer();
  3. //方式二：使用自定义参数MLLocalTextSetting配置设备侧文本分析器。 
  4. MLLocalTextSetting setting = new MLLocalTextSetting.Factory() 
  5.     .setOCRMode(MLLocalTextSetting.OCR_DETECT_MODE) 
  6.     // 设置识别语种。 
  7.     .setLanguage("zh") 
  8.     .create(); 
  9. MLTextAnalyzer analyzer = MLAnalyzerFactory.getInstance().getLocalTextAnalyzer(setting);

2. 通过android.graphics.Bitmap创建MLFrame，支持的图片格式包括：jpg/jpeg/png/bmp，建议输入图片长宽比范围是1:2到2:1。

  1. // 通过bitmap创建MLFrame，bitmap为输入的Bitmap格式图片数据。 
  2. MLFrame frame = MLFrame.fromBitmap(bitmap);

3. 将生成的MLFrame对象传递给“asyncAnalyseFrame”方法进行文字识别。

  1. Task<MLText> task = analyzer.asyncAnalyseFrame(frame);
  2. task.addOnSuccessListener(new OnSuccessListener<MLText>() {
  3.     @Override
  4.     public void onSuccess(MLText text) {
  5.         // 识别成功处理。
  6.     }
  7. }).addOnFailureListener(new OnFailureListener() {
  8.     @Override
  9.     public void onFailure(Exception e) {
  10.         // 识别失败处理。
  11.     }
  12. });

4. 示例代码中使用了异步调用方式，本地文本识别还支持同步调用方式，识别结果以“MLText.Block”数组进行提供：

  1. Context context = getApplicationContext(); 
  2. MLTextAnalyzer analyzer = new MLTextAnalyzer.Factory(context).create(); 
  3. SparseArray<MLText.Block> blocks = analyzer.analyseFrame(frame);

5. 识别完成，停止分析器，释放识别资源。

  1. try {
  2.     if (analyzer != null) {
  3.        analyzer.stop();
  4.    }
  5. catch (IOException e) {
  6.     // 异常处理。
  7. }

云侧文本识别

1. 创建分析器。推荐通过创建MLRemoteTextSetting，设置需要识别的语种列表，创建分析器，以获取更加精确的文本识别结果。

  1. // 方式一：使用自定义参数配置。
  2. // 创建语言集合。
  3. List<String> languageList = new ArrayList();
  4. languageList.add("zh");
  5. languageList.add("en");
  6. // 设置参数。
  7. MLRemoteTextSetting setting = new MLRemoteTextSetting.Factory()
  8.     // 设置云侧文本检测模式：
  9.     // MLRemoteTextSetting.OCR_COMPACT_SCENE：文本密集场景的文本识别。
  10.     // MLRemoteTextSetting.OCR_LOOSE_SCENE：文本稀疏场景的文本识别。
  11.     .setTextDensityScene(MLRemoteTextSetting.OCR_LOOSE_SCENE)
  12.     // 设置识别语言列表，使用ISO 639-1标准。
  13.     .setLanguageList(languageList)
  14.     // 设置文本边界框返回格式，
  15.     // MLRemoteTextSetting.NGON：返回四边形的四个顶点坐标。
  16.     // MLRemoteTextSetting.ARC：返回文本排列为弧形的多边形边界的顶点，最多可返回多达72个顶点的坐标。
  17.     .setBorderType(MLRemoteTextSetting.ARC)
  18.     .create();
  19. MLTextAnalyzer analyzer = MLAnalyzerFactory.getInstance().getRemoteTextAnalyzer(setting);
  20. // 方式二：使用默认参数配置，自动检测语种进行识别，适用于文本稀疏场景，文本框返回格式为：MLRemoteTextSetting.NGON。
  21. MLTextAnalyzer analyzer = MLAnalyzerFactory.getInstance().getRemoteTextAnalyzer();

2. 通过Bitmap创建MLFrame，支持的图片格式包括：jpg/jpeg/png/bmp。

  1. MLFrame frame = MLFrame.fromBitmap(bitmap);

3. 将创建的MLFrame对象传递给分析器的“asyncAnalyseFrame”方法进行文字识别。

  1. Task<MLText> task = analyzer.asyncAnalyseFrame(frame);
  2. task.addOnSuccessListener(new OnSuccessListener<MLText>() {
  3.     @Override
  4.     public void onSuccess(MLText text) {
  5.         // 识别成功。
  6.     }
  7. }).addOnFailureListener(new OnFailureListener() {
  8.     @Override
  9.     public void onFailure(Exception e) {
  10.         // 识别失败,获取相关异常信息。
  11.             try {
  12.             MLException mlException = (MLException)e;
  13.             // 获取错误码，开发者可以对错误码进行处理，根据错误码进行差异化的页面提示。错误码信息可参见：机器学习服务错误码。
  14.             int errorCode = mlException.getErrCode();
  15.            // 获取报错信息，开发者可以结合错误码，快速定位问题。
  16.            String errorMessage = mlException.getMessage();
  17.        } catch (Exception error) {
  18.            // 转换错误处理。
  19.        }
  20.    }
  21. });

4. 识别完成，停止分析器，释放检测资源。

  1. if (analyzer != null) {
  2.     try {
  3.         analyzer.stop();
  4.     } catch (IOException e) {
  5.          // 异常处理。
  6.     }
  7. }

设备侧视频流文本识别

开发者可以自行处理视频流，将视频帧转换为MLFrame对象，再按上文中静态图像本地识别的方法识别文字。如果开发者调用的是同步识别接口，也可以使用SDK内置的LensEngine类实现视频流本地文本检测，创建并初始化一个LensEngine对象，具体实现请参考示例代码：

1. 创建分析器。

  1. MLTextAnalyzer analyzer = new MLTextAnalyzer.Factory(context).create();

2. 开发者创建识别结果处理类“OcrDetectorProcessor”，该类实现MLAnalyzer.MLTransactor<T>接口，使用此类中的transactResult方法获取检测结果并实现具体业务。

  1. public class OcrDetectorProcessor implements MLAnalyzer.MLTransactor<MLText.Block> { 
  2.     @Override 
  3.     public void transactResult(MLAnalyzer.Result<MLText.Block> results) { 
  4.         SparseArray<MLText.Block> items = results.getAnalyseList(); 
  5.         // 开发者根据需要处理识别结果，需要注意，这里只对检测结果进行处理， 
  6.         // 不可调用ML kit提供的其他检测相关接口。 
  7.     } 
  8.     @Override 
  9.     public void destroy() { 
  10.         // 检测结束回调方法，用于释放资源等。 
  11.     } 
  12. }

3. 设置识别结果处理器，实现分析器与结果处理器的绑定。

  1. analyzer.setTransactor(new OcrDetectorProcessor());

4. 调用同步接口使用SDK内置LensEngine创建对象，并注册分析器，初始化相机参数。

  1. LensEngine lensEngine = new LensEngine.Creator(getApplicationContext(),analyzer) 
  2.         .setLensType(LensEngine.BACK_LENS) 
  3.         .applyDisplayDimension(1440, 1080) 
  4.         .applyFps(30.0f) 
  5.         .enableAutomaticFocus(true) 
  6.         .create();

5. 调用run方法，启动相机，读取视频流，进行识别。

  1. // 请自行实现SurfaceView控件的其他逻辑。 
  2. SurfaceView mSurfaceView = findViewById(R.id.surface_view); 
  3. try { 
  4.     lensEngine.run(mSurfaceView.getHolder()); 
  5. } catch (IOException e) { 
  6.     // 异常处理逻辑。 
  7. }

6. 检测完成，停止分析器，释放检测资源。

  1. if (analyzer != null) {   
  2.     try { 
  3.         analyzer.stop();     
  4.     } catch (IOException e) {    
  5.          // 异常处理。 
  6.     } 
  7. } 
  8. if (lensEngine != null) { 
  9.     lensEngine.release(); 
  10. }

使用视频流检测，继承MLAnalyzer.MLTransactor<T>完成检测处理结果时，如果需要实现检测到特定结果后停止检测，待特定结果处理完后继续检测的功能，可以视频流检测模式多次识别场景开发。