第21章_HarmonyOs开发图解之 通用文字识别
第21章 HarmonyOs开发图解之 通用文字识别OCRHarmonyOS 学习系统 | 阶段三高级深耕期学习目标序号能力1掌握 OCR光学字符识别的配置与使用2能够识别中文、英文、日文等多语种文字3理解 OCR 的使用约束和最佳实践核心图解内容讲解21.1 OCR 概述OCROptical Character Recognition光学字符识别是将图片中的文字转换为可编辑文本的技术。HarmonyOS 通过 AI 引擎的ITextDetector接口提供 OCR 能力支持 10 种语言包括中文、英文、日语、韩语、俄语、法语、德语等。生活化类比OCR 就像超级速读员你把一本书图片交给这位速读员他在几毫秒内扫完所有文字然后把内容一字不差地念给你听输出文本。不过这位速读员也有弱点他只认识印刷体不支持手写需要光线充足图片质量 720p 以上而且如果书本歪了超过 30 度他就会读错。21.2 OCR 使用流程OCR 与其他 AI 能力一样遵循统一的接入流程。// Step 1: 初始化 OCR 引擎ITextDetectortextDetectorVisionManager.getTextDetector(context);// Step 2: 配置识别参数TextConfigurationtextConfignewTextConfiguration();// 拍照模式对焦拍摄的文字识别效果更好textConfig.setDetectType(TextDetectType.TYPE_TEXT_DETECT_FOCUS_SHOOT);// 设置识别语言textConfig.setLanguage(TextConfiguration.CHINESE);// 输出模式textConfig.setProcessMode(VisionConfiguration.MODE_OUT);textDetector.setVisionConfiguration(textConfig);// Step 3: 获取图片并识别PixelMappixelMap...;// 从资源或相机获取图片VisionImageimageVisionImage.fromPixelMap(pixelMap);TextresultnewText();textDetector.detect(image,result,newVisionCallbackText(){OverridepublicvoidonResult(Texttext){// 识别成功获取文字内容Stringvaluetext.getStringValue();textComponent.setText(value);HiLog.info(TAG,识别结果: value);}OverridepublicvoidonError(interrorCode,StringerrorMessage){// 处理错误HiLog.error(TAG,OCR失败: codeerrorCode, msgerrorMessage);}});// Step 4: 释放资源textDetector.release();21.3 多语言识别OCR 支持多种语言识别可以根据场景选择合适的语言设置// 中文识别textConfig.setLanguage(TextConfiguration.CHINESE);// 英文识别textConfig.setLanguage(TextConfiguration.ENGLISH);// 自动检测语言不确定时使用textConfig.setLanguage(TextConfiguration.AUTO);// 日文识别textConfig.setLanguage(TextConfiguration.JAPANESE);21.4 OCR 约束与最佳实践支持格式JPEG、JPG、PNG支持语言中文、英语、日语、韩语、俄语、法语、德语等 10 语种仅支持印刷体不支持手写文字建议图片 720p 以上分辨率越高识别越准确文本与拍摄角度夹角在正负 30 度以内太大角度会导致识别错误图片光线要充足均匀过暗或过曝都会影响识别率如果不确定语言使用 AUTO 模式但准确率可能略低于指定语言代码速查卡API功能示例VisionManager.getTextDetector(ctx)获取文字检测器VisionManager.getTextDetector(context)setDetectType(type)设置检测类型textConfig.setDetectType(TYPE_TEXT_DETECT_FOCUS_SHOOT)setLanguage(lang)设置识别语言textConfig.setLanguage(TextConfiguration.CHINESE)setVisionConfiguration(config)应用配置textDetector.setVisionConfiguration(textConfig)detect(image, result, callback)执行识别textDetector.detect(image, result, callback)text.getStringValue()获取识别文本result.getStringValue()textDetector.release()释放检测器textDetector.release()与 Android/iOS 对比特性HarmonyOSAndroidiOSOCR 引擎ITextDetector (AI 引擎)Google ML Kit Text RecognitionVision Framework (VNRecognizeTextRequest)语言支持10 语种50 语种20 语种手写支持不支持支持部分语言支持接入方式VisionManager 统一入口独立 SDKVision Framework离线可用部分语言支持模型下载后可用内置模型⚠️ 踩坑回忆录OCR 识别出来全是乱码我拿了一张英文文档的照片让中文 OCR 去识别结果输出了一堆问号和乱码。排查了半天代码逻辑没问题图片也够清晰。最后才意识到——语言设置错了改用TextConfiguration.ENGLISH就正常了。关键教训OCR 引擎的语言设置要和图片内容匹配如果不确定图片中的语言可以用TextConfiguration.AUTO让系统自动检测但准确率可能略低于明确指定语言。还有一次图片是在昏暗的灯光下拍的识别结果缺字漏字严重。改善光线后准确率大幅提升。必做实操任务序号任务难度1实现拍照识别中文文字并显示结果中2实现从相册选取图片进行 OCR 识别中3测试不同语言中/英/日的识别效果低4实现识别结果的复制和分享功能中5结合相机实现实时文字翻译识别 翻译显示高学习检查清单能说出 OCR 的完整使用流程配置 - 识别 - 释放能正确设置 TextConfiguration 的语言和检测类型能使用 ITextDetector 识别图片中的文字知道 OCR 当前仅支持印刷体知道图片质量和角度对识别结果的影响能区分 TYPE_TEXT_DETECT_FOCUS_SHOOT 和其他检测类型能处理 OCR 识别失败的情况理解 AI 引擎统一接入流程的设计思想进阶方向结合第 20 章二维码能力实现文档扫描 二维码提取的复合工具探索 AI 引擎的更多能力人脸识别、图像分类等学习 OCR 结果的后处理文本分段、关键词提取实现一个学习笔记拍照转文字的实用 App理解 AI 引擎统一接入流程的设计思想进阶方向结合第 20 章二维码能力实现文档扫描 二维码提取的复合工具探索 AI 引擎的更多能力人脸识别、图像分类等学习 OCR 结果的后处理文本分段、关键词提取实现一个学习笔记拍照转文字的实用 App
)
