文字辨識 v2

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。

iOS Android

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

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