android - 我们如何改进设备上的 Firebase ML 套件文本识别输出结果？

问题描述

我正在尝试将 OCR 集成到移动设备中以从图像中提取数字。为此，我决定使用Firebase ml 套件，因为它提供了设备上的解决方案（当您没有互联网连接来与 API 通信时非常有用）。

我将Firebase ml 套件集成到我的应用程序中，并使用getOnDeviceTextRecognizer()函数执行 OCR 部分，但返回的结果一点也不好。

正如您在示例中看到的那样，即使您提供了相当好的图像作为输入，结果也很差。

这是用于运行 OCR 的示例代码（与官方文档中提供的非常相似）

public class PictureActivity extends AppCompatActivity {

    @Override
    protected void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        try {
            FirebaseVisionImage image = FirebaseVisionImage.fromFilePath(getApplicationContext(), Uri.parse("android.resource://" + getPackageName() + "/" + R.drawable.test2));
            recognizeText(image);

        } catch(IOException ex){
            Log.d("exception","test");
        }
    }

    private void recognizeText(FirebaseVisionImage image) {

        // [START get_detector_default]
        FirebaseVisionTextRecognizer detector = FirebaseVision.getInstance()
                .getOnDeviceTextRecognizer();
        // [END get_detector_default]

        // [START run_detector]
        Task<FirebaseVisionText> result =
                detector.processImage(image)
                        .addOnSuccessListener(new OnSuccessListener<FirebaseVisionText>() {
                            @Override
                            public void onSuccess(FirebaseVisionText firebaseVisionText) {
                                // Task completed successfully
                                // [START_EXCLUDE]
                                // [START get_text]
                                for (FirebaseVisionText.TextBlock block : firebaseVisionText.getTextBlocks()) {
                                    Rect boundingBox = block.getBoundingBox();
                                    Point[] cornerPoints = block.getCornerPoints();
                                    String text = block.getText();
                                    Log.d("TESTING", text);
                                    setContentView(R.layout.activity_picture);
                                    TextView output = findViewById(R.id.outputResult);
                                    output.setText(text);

                                    for (FirebaseVisionText.Line line: block.getLines()) {
                                        // ...
                                        for (FirebaseVisionText.Element element: line.getElements()) {
                                            // ...
                                        }
                                    }
                                }
                                // [END get_text]
                                // [END_EXCLUDE]
                            }
                        })
                        .addOnFailureListener(
                                new OnFailureListener() {
                                    @Override
                                    public void onFailure(@NonNull Exception e) {
                                        // Task failed with an exception
                                        // ...
                                    }
                                });
        // [END run_detector]
    }

我想知道是否有一些参数我们可以更改以针对我们的案例优化 OCR，例如您可以使用 tesseract 进行操作。我检查了文档，但没有找到任何有用的建议。

此外，我并不专注于 Firebase ml 套件。因此，如果您有其他可以在移动设备上运行的建议（无需向 Internet API 发出请求），请随时分享。

Tesseract是一个不错的选择，但所有找到的 android 包装器都不再维护。

标签： androidfirebaseocrfirebase-mlkit

android - 我们如何改进设备上的 Firebase ML 套件文本识别输出结果？

问题描述

解决方案

推荐阅读