名片识别,史上最简单的集成攻略来啦!附有SDK包

前言

现如今,人际交往成为生活中必不可少的一部分,之间互相传递名片,记录联系信息,是必要的一步,名片承担着对方的各种信息,姓名、公司、地址等等,一般情况下,我们会比对着录入名片上的各种信息,一个个地敲击手机键盘。如果有了名片识别,就可以扭转这种现象,轻松完成名片识别,录入名片信息。

名片识别技术介绍

名片识别采用OCR技术,将名片上的文字转化识别为可进行编辑处理的相应文字,并可对识别后的名片信息进行分类管理。它支持通过拍照识别、二维码识别、导入识别方式对名片信息进行采集,用户只需将名片放在手机拍摄的预览框内,便可自动完成对名片识别的一系列操作,非常方便。

名片识别,史上最简单的集成攻略来啦!附有SDK包_第1张图片

名片识别,史上最简单的集成攻略来啦!附有SDK包_第2张图片

开发前准备步骤

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。

android studio 安装

很简单,下载安装即可。具体下载链接:

**Android studio 官网下载链接:https://developer.android.com/studio
Android studio安装流程参考链接:https://www.cnblogs.com/xiadewang/p/7820377.html**

在项目级gradle里添加华为maven仓

打开AndroidStudio项目级build.gradle文件

名片识别,史上最简单的集成攻略来啦!附有SDK包_第3张图片

maven地址

在buildscript->repositories里面配置HMS SDK的maven仓地址

buildscript {
    repositories {
        maven { url 'https://developer.huawei.com/repo/' }
         
    }
}

在allprojects ->repositories里面配置HMS SDK的maven仓地址

allprojects {
    repositories {
        maven { url 'https://developer.huawei.com/repo/' }
         
    }
}

引入SDK

dependencies {
    // Text recognition SDK.
    implementation 'com.huawei.hms:ml-computer-vision-ocr:2.0.1.300'
    // Text recognition model.
    implementation 'com.huawei.hms:ml-computer-vision-ocr-cn-model:2.0.1.300'
    implementation 'com.huawei.hms:ml-computer-vision-ocr-jk-model:2.0.1.300'
    implementation 'com.huawei.hms:ml-computer-vision-ocr-latin-model:2.0.1.300'
}
  
}

清单文件


    ...

权限




动态权限申请

if (!(ActivityCompat.checkSelfPermission(this, Manifest.permission.CAMERA) == PackageManager.PERMISSION_GRANTED)) {
    requestCameraPermission();
}

开发重点步骤

1. 创建文本分析器MLTextAnalyzer用于识别图片中的文字,使用自定义参数MLLocalTextSetting配置端侧文本分析器。

MLLocalTextSetting setting = new MLLocalTextSetting.Factory()
        .setOCRMode(MLLocalTextSetting.OCR_DETECT_MODE)
        .setLanguage("zh")
        .create();
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:1:2到2:1。

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。

Task task = analyzer.asyncAnalyseFrame(frame);
task.addOnSuccessListener(new OnSuccessListener() {
    @Override
    public void onSuccess(MLText text) {
        // Recognition success.
         
    }
}).addOnFailureListener(new OnFailureListener() {
    @Override
    public void onFailure(Exception e) {
        // Recognition failure.
         
    }
});

4. 识别完成,停止分析器,释放识别资源。

try {
    if (analyzer != null) {
        analyzer.stop();
    }
} catch (IOException e) {
    // IOException
} catch (Exception e) {
    // Exception
}

Demo效果

为了便于开发者更好的理解此场景,我们也做了一个demo app,展示名片识别的功能效果

如果你对实现方式感兴趣,可以在Github上下载源码:https://developer.huawei.com/consumer/cn/doc/HMSCore-Guides-V5/text-recognition-0000001050040053-V5#ZH-CN_TOPIC_0000001050750207__section16220018134717


原文链接:
https://developer.huawei.com/consumer/cn/forum/topic/0204399685438720133?fid=18
作者:timer

你可能感兴趣的:(android)