Makine Öğrenimi Kiti'nin dijital mürekkep tanıma özelliğiyle yüzlerce dilde dijital yüzeylerde elle yazılmış metinleri tanıyabilir ve çizimleri sınıflandırabilirsiniz.
Deneyin
- Bu API'nin örnek kullanımını görmek için örnek uygulamayı inceleyin.
Başlamadan önce
- Proje düzeyindeki
build.gradle
dosyanıza, hembuildscript
hem deallprojects
bölümlerinize Google'ın Maven deposunu eklediğinizden emin olun. - ML Kit Android kitaplıklarının bağımlılıklarını, modülünüzün uygulama düzeyindeki Gradle dosyasına ekleyin. Bu dosya genellikle
app/build.gradle
olan:
dependencies {
// ...
implementation 'com.google.mlkit:digital-ink-recognition:18.1.0'
}
Artık Ink
nesnedeki metinleri tanımaya başlamak için hazırsınız.
Ink
nesnesi oluşturun
Bir Ink
nesnesi oluşturmanın ana yolu, onu dokunmatik ekranda çizmektir. Android'de bu amaçla Kanvas kullanabilirsiniz. Dokunma etkinliği işleyicileriniz, kullanıcının Ink
nesnesine çizdiği darbelerdeki noktaları depolamak için aşağıdaki kod snippet'inde gösterilen addNewTouchEvent()
yöntemini çağırmalıdır.
Bu genel kalıp, aşağıdaki kod snippet'inde gösterilmektedir. Daha kapsamlı bir örnek için ML Kit hızlı başlangıç örneğine bakın.
Kotlin
var inkBuilder = Ink.builder() lateinit var strokeBuilder: Ink.Stroke.Builder // Call this each time there is a new event. fun addNewTouchEvent(event: MotionEvent) { val action = event.actionMasked val x = event.x val y = event.y var t = System.currentTimeMillis() // If your setup does not provide timing information, you can omit the // third paramater (t) in the calls to Ink.Point.create when (action) { MotionEvent.ACTION_DOWN -> { strokeBuilder = Ink.Stroke.builder() strokeBuilder.addPoint(Ink.Point.create(x, y, t)) } MotionEvent.ACTION_MOVE -> strokeBuilder!!.addPoint(Ink.Point.create(x, y, t)) MotionEvent.ACTION_UP -> { strokeBuilder.addPoint(Ink.Point.create(x, y, t)) inkBuilder.addStroke(strokeBuilder.build()) } else -> { // Action not relevant for ink construction } } } ... // This is what to send to the recognizer. val ink = inkBuilder.build()
Java
Ink.Builder inkBuilder = Ink.builder(); Ink.Stroke.Builder strokeBuilder; // Call this each time there is a new event. public void addNewTouchEvent(MotionEvent event) { float x = event.getX(); float y = event.getY(); long t = System.currentTimeMillis(); // If your setup does not provide timing information, you can omit the // third paramater (t) in the calls to Ink.Point.create int action = event.getActionMasked(); switch (action) { case MotionEvent.ACTION_DOWN: strokeBuilder = Ink.Stroke.builder(); strokeBuilder.addPoint(Ink.Point.create(x, y, t)); break; case MotionEvent.ACTION_MOVE: strokeBuilder.addPoint(Ink.Point.create(x, y, t)); break; case MotionEvent.ACTION_UP: strokeBuilder.addPoint(Ink.Point.create(x, y, t)); inkBuilder.addStroke(strokeBuilder.build()); strokeBuilder = null; break; } } ... // This is what to send to the recognizer. Ink ink = inkBuilder.build();
DigitalInkRekred'in bir örneğini alma
Tanıma işlemi gerçekleştirmek için Ink
örneğini bir DigitalInkRecognizer
nesnesine gönderin. Aşağıdaki kod, BCP-47 etiketinden böyle bir tanıyıcının nasıl örnekleneceğini göstermektedir.
Kotlin
// Specify the recognition model for a language var modelIdentifier: DigitalInkRecognitionModelIdentifier try { modelIdentifier = DigitalInkRecognitionModelIdentifier.fromLanguageTag("en-US") } catch (e: MlKitException) { // language tag failed to parse, handle error. } if (modelIdentifier == null) { // no model was found, handle error. } var model: DigitalInkRecognitionModel = DigitalInkRecognitionModel.builder(modelIdentifier).build() // Get a recognizer for the language var recognizer: DigitalInkRecognizer = DigitalInkRecognition.getClient( DigitalInkRecognizerOptions.builder(model).build())
Java
// Specify the recognition model for a language DigitalInkRecognitionModelIdentifier modelIdentifier; try { modelIdentifier = DigitalInkRecognitionModelIdentifier.fromLanguageTag("en-US"); } catch (MlKitException e) { // language tag failed to parse, handle error. } if (modelIdentifier == null) { // no model was found, handle error. } DigitalInkRecognitionModel model = DigitalInkRecognitionModel.builder(modelIdentifier).build(); // Get a recognizer for the language DigitalInkRecognizer recognizer = DigitalInkRecognition.getClient( DigitalInkRecognizerOptions.builder(model).build());
Ink
nesnesini işleyin
Kotlin
recognizer.recognize(ink) .addOnSuccessListener { result: RecognitionResult -> // `result` contains the recognizer's answers as a RecognitionResult. // Logs the text from the top candidate. Log.i(TAG, result.candidates[0].text) } .addOnFailureListener { e: Exception -> Log.e(TAG, "Error during recognition: $e") }
Java
recognizer.recognize(ink) .addOnSuccessListener( // `result` contains the recognizer's answers as a RecognitionResult. // Logs the text from the top candidate. result -> Log.i(TAG, result.getCandidates().get(0).getText())) .addOnFailureListener( e -> Log.e(TAG, "Error during recognition: " + e));
Yukarıdaki örnek kod, tanıma modelinin sonraki bölümde açıklandığı gibi zaten indirilmiş olduğunu varsayar.
Model indirmelerini yönetme
Dijital mürekkep tanıma API'si yüzlerce dili desteklese de her dil, herhangi bir tanıma yapılmadan önce bazı verilerin indirilmesini gerektirir. Her dil için yaklaşık 20 MB depolama alanı gerekir. Bu, RemoteModelManager
nesnesi tarafından işlenir.
Yeni model indirin
Kotlin
import com.google.mlkit.common.model.DownloadConditions import com.google.mlkit.common.model.RemoteModelManager var model: DigitalInkRecognitionModel = ... val remoteModelManager = RemoteModelManager.getInstance() remoteModelManager.download(model, DownloadConditions.Builder().build()) .addOnSuccessListener { Log.i(TAG, "Model downloaded") } .addOnFailureListener { e: Exception -> Log.e(TAG, "Error while downloading a model: $e") }
Java
import com.google.mlkit.common.model.DownloadConditions; import com.google.mlkit.common.model.RemoteModelManager; DigitalInkRecognitionModel model = ...; RemoteModelManager remoteModelManager = RemoteModelManager.getInstance(); remoteModelManager .download(model, new DownloadConditions.Builder().build()) .addOnSuccessListener(aVoid -> Log.i(TAG, "Model downloaded")) .addOnFailureListener( e -> Log.e(TAG, "Error while downloading a model: " + e));
Bir modelin önceden indirilip indirilmediğini kontrol etme
Kotlin
var model: DigitalInkRecognitionModel = ... remoteModelManager.isModelDownloaded(model)
Java
DigitalInkRecognitionModel model = ...; remoteModelManager.isModelDownloaded(model);
İndirilen bir modeli silme
Bir modelin cihazın depolama alanından kaldırılması yer açar.
Kotlin
var model: DigitalInkRecognitionModel = ... remoteModelManager.deleteDownloadedModel(model) .addOnSuccessListener { Log.i(TAG, "Model successfully deleted") } .addOnFailureListener { e: Exception -> Log.e(TAG, "Error while deleting a model: $e") }
Java
DigitalInkRecognitionModel model = ...; remoteModelManager.deleteDownloadedModel(model) .addOnSuccessListener( aVoid -> Log.i(TAG, "Model successfully deleted")) .addOnFailureListener( e -> Log.e(TAG, "Error while deleting a model: " + e));
Metin tanıma doğruluğunu iyileştirmeye yönelik ipuçları
Metin tanımanın doğruluğu diller arasında farklılık gösterebilir. Doğruluk yazı stiline de bağlıdır. Dijital Mürekkep Tanıma, pek çok yazma stilini işleyecek şekilde eğitilmiş olsa da sonuçlar kullanıcıdan kullanıcıya değişiklik gösterebilir.
Metin tanıyıcının doğruluğunu artırmanın bazı yolları aşağıda verilmiştir. Bu tekniklerin emoji, otomatik çizim ve şekillere yönelik çizim sınıflandırıcıları için geçerli olmadığını unutmayın.
Yazma alanı
Birçok uygulamanın, kullanıcı girişi için iyi tanımlanmış bir yazma alanı vardır. Bir simgenin anlamı, kısmen simgelerin bulunduğu yazı alanının boyutuna göre belirlenir. Örneğin, küçük veya büyük harf "o" veya "c" ile virgül ile düz eğik çizgi arasındaki fark.
Tanıyıcıya, yazma alanının genişliğini ve yüksekliğini söylemek doğruluğu artırabilir. Ancak tanıyıcı, yazma alanının yalnızca tek bir metin satırı içerdiğini varsayar. Fiziksel yazma alanı kullanıcının iki veya daha fazla satır yazmasına izin verecek kadar büyükse tek bir metin satırının yüksekliğine dair en iyi tahmininiz olan bir yükseklikle bir ComposeArea'dan geçerek daha iyi sonuçlar alabilirsiniz. Tanıyıcıya ilettiğiniz WriteArea nesnesinin, ekrandaki fiziksel yazma alanına tam olarak karşılık gelmesi gerekmez. WriteArea yüksekliğini bu şekilde değiştirmek bazı dillerde diğerlerine göre daha iyi sonuç verir.
Yazma alanını belirtirken genişliğini ve yüksekliğini fırça koordinatlarıyla aynı birimlerde belirtin. x,y koordinat bağımsız değişkenlerinin birim gereksinimi yoktur. API tüm birimleri normalleştirdiğinden, tek önemli nokta çizgilerin göreli boyutu ve konumudur. Sisteminiz için uygun olan ölçekte koordinatlar verebilirsiniz.
Bağlam öncesi
Bağlam ön bilgisi, Ink
içinde tanımaya çalıştığınız darbelerden hemen önce gelen metindir. Tanıyıcıya bağlam öncesi hakkında bilgi vererek yardımcı olabilirsiniz.
Örneğin, el yazısı harfleri "n" ve "u" genellikle birbiriyle karıştırılır. Kullanıcı kısmi olarak "arg" kelimesini girmişse "ument" veya "nment" olarak algılanabilen darbelerle devam edebilir. Bağlam öncesi "bağımsız değişken" kelimesinin belirtilmesi, "bağımsız değişken" kelimesinin "bağımsız değişken" kelimesinden daha olası olduğu için belirsizliği ortadan kaldırır.
Bağlam ön bilgisi, tanıyıcının kelime sonlarını, yani kelimeler arasındaki boşlukları belirlemesine de yardımcı olabilir. Boşluk karakteri yazabilirsiniz ama bir karakter çizemezsiniz. Öyleyse tanıyıcı bir kelimenin bitip bir sonrakinin başladığını nasıl belirleyebilir? Kullanıcı zaten "merhaba" yazdıysa ve "dünya" kelimesiyle devam ediyorsa bağlam öncesi "dünya" dizesini döndürür. Ancak bağlam öncesi "hello" ifadesini belirtirseniz "helloworld", "helloword"den daha anlamlı olduğu için model, başında boşlukla birlikte "world" dizesini döndürür.
Boşluklar dahil olmak üzere en fazla 20 karakterden oluşan mümkün olan en uzun bağlam öncesi dizesini sağlamanız gerekir. Dize daha uzunsa tanıyıcı yalnızca son 20 karakteri kullanır.
Aşağıdaki kod örneğinde, bir yazma alanının nasıl tanımlanacağı ve bağlam öncesi belirtmek için bir RecognitionContext
nesnesinin nasıl kullanılacağı gösterilmektedir.
Kotlin
var preContext : String = ...; var width : Float = ...; var height : Float = ...; val recognitionContext : RecognitionContext = RecognitionContext.builder() .setPreContext(preContext) .setWritingArea(WritingArea(width, height)) .build() recognizer.recognize(ink, recognitionContext)
Java
String preContext = ...; float width = ...; float height = ...; RecognitionContext recognitionContext = RecognitionContext.builder() .setPreContext(preContext) .setWritingArea(new WritingArea(width, height)) .build(); recognizer.recognize(ink, recognitionContext);
Çizgi sıralama
Tanıma doğruluğu kulaçların sırasına göre hassastır. Tanımlayıcılar, darbelerin insanların doğal yazdıkları sırayla gerçekleşmesini bekler. Örneğin, İngilizce için soldan sağa doğru yazılırlar. Bu kalıptan farklı olan herhangi bir durumda (örneğin, son kelimeyle başlayan İngilizce bir cümle yazmak) daha az doğru sonuçlar verir.
Başka bir örnek de Ink
kelimesinin ortasındaki bir kelimenin kaldırılıp başka bir kelimeyle değiştirilmesidir. Düzeltme muhtemelen bir cümlenin ortasındadır ancak düzeltme darbeleri çizgi dizisinin sonundadır.
Bu durumda, yeni yazılan kelimeyi API'ye ayrı olarak göndermenizi ve kendi mantığınızı kullanarak sonucu önceki tanımalarla birleştirmenizi öneririz.
Belirsiz şekillerle başa çıkma
Tanıyıcıya sağlanan şeklin anlamının belirsiz olduğu durumlar vardır. Örneğin, kenarları çok yuvarlanmış bir dikdörtgen, dikdörtgen veya elips olarak görülebilir.
Net olmayan bu destek kayıtları, mevcut olduğunda tanıma puanları kullanılarak ele alınabilir. Yalnızca şekil sınıflandırıcılar puan verir. Model çok güvenliyse en yüksek sonucun puanı, ikinci en iyiden çok daha iyi olur. Belirsizlik varsa ilk iki sonucun puanları yakın olur. Ayrıca, şekil sınıflandırıcılarının tüm Ink
işaretini tek bir şekil olarak yorumladığını unutmayın. Örneğin, Ink
öğesinde bir dikdörtgen ve birbirine bitişik bir elips varsa tek bir tanıma adayı iki şekli temsil edemediğinden sonuç olarak tanıyıcı ikisinden birini (ya da tamamen farklı bir şeyi) döndürebilir.