Với tính năng nhận dạng mực kỹ thuật số của Bộ công cụ học máy, bạn có thể nhận dạng văn bản viết tay trên một bề mặt kỹ thuật số bằng hàng trăm ngôn ngữ, cũng như phân loại các bản phác thảo.
Dùng thử
- Hãy thử nghiệm với ứng dụng mẫu để xem ví dụ về cách sử dụng API này.
Trước khi bắt đầu
Đưa các thư viện Bộ công cụ học máy sau vào Podfile:
pod 'GoogleMLKit/DigitalInkRecognition', '7.0.0'
Sau khi bạn cài đặt hoặc cập nhật Pods của dự án, hãy mở dự án Xcode bằng
.xcworkspace
. Bộ công cụ học máy được hỗ trợ trong Xcode phiên bản 13.2.1 trở lên.
Giờ đây, bạn đã sẵn sàng bắt đầu nhận dạng văn bản trong các đối tượng Ink
.
Tạo đối tượng Ink
Cách chính để tạo đối tượng Ink
là vẽ đối tượng đó trên màn hình cảm ứng. Trên iOS, bạn có thể sử dụng UIImageView cùng với trình xử lý sự kiện chạm để vẽ các nét vẽ trên màn hình và cũng lưu trữ các điểm của nét vẽ để tạo đối tượng Ink
. Mẫu chung này được minh hoạ trong đoạn mã sau. Hãy xem ứng dụng khởi động nhanh để biết ví dụ đầy đủ hơn, trong đó tách biệt việc xử lý sự kiện chạm, vẽ màn hình và quản lý dữ liệu nét vẽ.
Swift
@IBOutlet weak var mainImageView: UIImageView! var kMillisecondsPerTimeInterval = 1000.0 var lastPoint = CGPoint.zero private var strokes: [Stroke] = [] private var points: [StrokePoint] = [] func drawLine(from fromPoint: CGPoint, to toPoint: CGPoint) { UIGraphicsBeginImageContext(view.frame.size) guard let context = UIGraphicsGetCurrentContext() else { return } mainImageView.image?.draw(in: view.bounds) context.move(to: fromPoint) context.addLine(to: toPoint) context.setLineCap(.round) context.setBlendMode(.normal) context.setLineWidth(10.0) context.setStrokeColor(UIColor.white.cgColor) context.strokePath() mainImageView.image = UIGraphicsGetImageFromCurrentImageContext() mainImageView.alpha = 1.0 UIGraphicsEndImageContext() } override func touchesBegan(_ touches: Set, with event: UIEvent?) { guard let touch = touches.first else { return } lastPoint = touch.location(in: mainImageView) let t = touch.timestamp points = [StrokePoint.init(x: Float(lastPoint.x), y: Float(lastPoint.y), t: Int(t * kMillisecondsPerTimeInterval))] drawLine(from:lastPoint, to:lastPoint) } override func touchesMoved(_ touches: Set , with event: UIEvent?) { guard let touch = touches.first else { return } let currentPoint = touch.location(in: mainImageView) let t = touch.timestamp points.append(StrokePoint.init(x: Float(currentPoint.x), y: Float(currentPoint.y), t: Int(t * kMillisecondsPerTimeInterval))) drawLine(from: lastPoint, to: currentPoint) lastPoint = currentPoint } override func touchesEnded(_ touches: Set , with event: UIEvent?) { guard let touch = touches.first else { return } let currentPoint = touch.location(in: mainImageView) let t = touch.timestamp points.append(StrokePoint.init(x: Float(currentPoint.x), y: Float(currentPoint.y), t: Int(t * kMillisecondsPerTimeInterval))) drawLine(from: lastPoint, to: currentPoint) lastPoint = currentPoint strokes.append(Stroke.init(points: points)) self.points = [] doRecognition() }
Objective-C
// Interface @property (weak, nonatomic) IBOutlet UIImageView *mainImageView; @property(nonatomic) CGPoint lastPoint; @property(nonatomic) NSMutableArray*strokes; @property(nonatomic) NSMutableArray *points; // Implementations static const double kMillisecondsPerTimeInterval = 1000.0; - (void)drawLineFrom:(CGPoint)fromPoint to:(CGPoint)toPoint { UIGraphicsBeginImageContext(self.mainImageView.frame.size); [self.mainImageView.image drawInRect:CGRectMake(0, 0, self.mainImageView.frame.size.width, self.mainImageView.frame.size.height)]; CGContextMoveToPoint(UIGraphicsGetCurrentContext(), fromPoint.x, fromPoint.y); CGContextAddLineToPoint(UIGraphicsGetCurrentContext(), toPoint.x, toPoint.y); CGContextSetLineCap(UIGraphicsGetCurrentContext(), kCGLineCapRound); CGContextSetLineWidth(UIGraphicsGetCurrentContext(), 10.0); CGContextSetRGBStrokeColor(UIGraphicsGetCurrentContext(), 1, 1, 1, 1); CGContextSetBlendMode(UIGraphicsGetCurrentContext(), kCGBlendModeNormal); CGContextStrokePath(UIGraphicsGetCurrentContext()); CGContextFlush(UIGraphicsGetCurrentContext()); self.mainImageView.image = UIGraphicsGetImageFromCurrentImageContext(); UIGraphicsEndImageContext(); } - (void)touchesBegan:(NSSet *)touches withEvent:(nullable UIEvent *)event { UITouch *touch = [touches anyObject]; self.lastPoint = [touch locationInView:self.mainImageView]; NSTimeInterval time = [touch timestamp]; self.points = [NSMutableArray array]; [self.points addObject:[[MLKStrokePoint alloc] initWithX:self.lastPoint.x y:self.lastPoint.y t:time * kMillisecondsPerTimeInterval]]; [self drawLineFrom:self.lastPoint to:self.lastPoint]; } - (void)touchesMoved:(NSSet *)touches withEvent:(nullable UIEvent *)event { UITouch *touch = [touches anyObject]; CGPoint currentPoint = [touch locationInView:self.mainImageView]; NSTimeInterval time = [touch timestamp]; [self.points addObject:[[MLKStrokePoint alloc] initWithX:currentPoint.x y:currentPoint.y t:time * kMillisecondsPerTimeInterval]]; [self drawLineFrom:self.lastPoint to:currentPoint]; self.lastPoint = currentPoint; } - (void)touchesEnded:(NSSet *)touches withEvent:(nullable UIEvent *)event { UITouch *touch = [touches anyObject]; CGPoint currentPoint = [touch locationInView:self.mainImageView]; NSTimeInterval time = [touch timestamp]; [self.points addObject:[[MLKStrokePoint alloc] initWithX:currentPoint.x y:currentPoint.y t:time * kMillisecondsPerTimeInterval]]; [self drawLineFrom:self.lastPoint to:currentPoint]; self.lastPoint = currentPoint; if (self.strokes == nil) { self.strokes = [NSMutableArray array]; } [self.strokes addObject:[[MLKStroke alloc] initWithPoints:self.points]]; self.points = nil; [self doRecognition]; }
Xin lưu ý rằng đoạn mã này bao gồm một hàm mẫu để vẽ nét vào UIImageView. Bạn nên điều chỉnh hàm này nếu cần cho ứng dụng của mình. Bạn nên sử dụng các đầu tròn khi vẽ các đoạn đường thẳng để các đoạn có độ dài bằng 0 sẽ được vẽ dưới dạng một dấu chấm (hãy nghĩ đến dấu chấm trên chữ i viết thường). Hàm doRecognition()
được gọi sau khi mỗi nét được viết và sẽ được xác định ở bên dưới.
Lấy một thực thể của DigitalInkRecognizer
Để thực hiện nhận dạng, chúng ta cần truyền đối tượng Ink
vào một thực thể DigitalInkRecognizer
. Để lấy thực thể DigitalInkRecognizer
, trước tiên, chúng ta cần tải mô hình nhận dạng cho ngôn ngữ mong muốn và tải mô hình đó vào RAM. Bạn có thể thực hiện việc này bằng cách sử dụng đoạn mã sau. Để đơn giản, đoạn mã này được đặt trong phương thức viewDidLoad()
và sử dụng tên ngôn ngữ được mã hoá cứng. Hãy xem ứng dụng bắt đầu nhanh để biết ví dụ về cách hiển thị danh sách ngôn ngữ có sẵn cho người dùng và tải ngôn ngữ đã chọn xuống.
Swift
override func viewDidLoad() { super.viewDidLoad() let languageTag = "en-US" let identifier = DigitalInkRecognitionModelIdentifier(forLanguageTag: languageTag) if identifier == nil { // no model was found or the language tag couldn't be parsed, handle error. } let model = DigitalInkRecognitionModel.init(modelIdentifier: identifier!) let modelManager = ModelManager.modelManager() let conditions = ModelDownloadConditions.init(allowsCellularAccess: true, allowsBackgroundDownloading: true) modelManager.download(model, conditions: conditions) // Get a recognizer for the language let options: DigitalInkRecognizerOptions = DigitalInkRecognizerOptions.init(model: model) recognizer = DigitalInkRecognizer.digitalInkRecognizer(options: options) }
Objective-C
- (void)viewDidLoad { [super viewDidLoad]; NSString *languagetag = @"en-US"; MLKDigitalInkRecognitionModelIdentifier *identifier = [MLKDigitalInkRecognitionModelIdentifier modelIdentifierForLanguageTag:languagetag]; if (identifier == nil) { // no model was found or the language tag couldn't be parsed, handle error. } MLKDigitalInkRecognitionModel *model = [[MLKDigitalInkRecognitionModel alloc] initWithModelIdentifier:identifier]; MLKModelManager *modelManager = [MLKModelManager modelManager]; [modelManager downloadModel:model conditions:[[MLKModelDownloadConditions alloc] initWithAllowsCellularAccess:YES allowsBackgroundDownloading:YES]]; MLKDigitalInkRecognizerOptions *options = [[MLKDigitalInkRecognizerOptions alloc] initWithModel:model]; self.recognizer = [MLKDigitalInkRecognizer digitalInkRecognizerWithOptions:options]; }
Ứng dụng khởi động nhanh bao gồm mã bổ sung cho biết cách xử lý nhiều lượt tải xuống cùng một lúc và cách xác định lượt tải xuống nào đã thành công bằng cách xử lý thông báo hoàn tất.
Nhận dạng đối tượng Ink
Tiếp theo, chúng ta sẽ đến với hàm doRecognition()
, để đơn giản, hàm này được gọi từ touchesEnded()
. Trong các ứng dụng khác, bạn có thể chỉ muốn gọi tính năng nhận dạng sau khi hết thời gian chờ hoặc khi người dùng nhấn nút để kích hoạt tính năng nhận dạng.
Swift
func doRecognition() { let ink = Ink.init(strokes: strokes) recognizer.recognize( ink: ink, completion: { [unowned self] (result: DigitalInkRecognitionResult?, error: Error?) in var alertTitle = "" var alertText = "" if let result = result, let candidate = result.candidates.first { alertTitle = "I recognized this:" alertText = candidate.text } else { alertTitle = "I hit an error:" alertText = error!.localizedDescription } let alert = UIAlertController(title: alertTitle, message: alertText, preferredStyle: UIAlertController.Style.alert) alert.addAction(UIAlertAction(title: "OK", style: UIAlertAction.Style.default, handler: nil)) self.present(alert, animated: true, completion: nil) } ) }
Objective-C
- (void)doRecognition { MLKInk *ink = [[MLKInk alloc] initWithStrokes:self.strokes]; __weak typeof(self) weakSelf = self; [self.recognizer recognizeInk:ink completion:^(MLKDigitalInkRecognitionResult *_Nullable result, NSError *_Nullable error) { typeof(weakSelf) strongSelf = weakSelf; if (strongSelf == nil) { return; } NSString *alertTitle = nil; NSString *alertText = nil; if (result.candidates.count > 0) { alertTitle = @"I recognized this:"; alertText = result.candidates[0].text; } else { alertTitle = @"I hit an error:"; alertText = [error localizedDescription]; } UIAlertController *alert = [UIAlertController alertControllerWithTitle:alertTitle message:alertText preferredStyle:UIAlertControllerStyleAlert]; [alert addAction:[UIAlertAction actionWithTitle:@"OK" style:UIAlertActionStyleDefault handler:nil]]; [strongSelf presentViewController:alert animated:YES completion:nil]; }]; }
Quản lý lượt tải mô hình xuống
Chúng ta đã xem cách tải mô hình nhận dạng xuống. Các đoạn mã sau đây minh hoạ cách kiểm tra xem một mô hình đã được tải xuống hay chưa hoặc xoá một mô hình khi không cần khôi phục dung lượng lưu trữ nữa.
Kiểm tra xem một mô hình đã được tải xuống hay chưa
Swift
let model : DigitalInkRecognitionModel = ... let modelManager = ModelManager.modelManager() modelManager.isModelDownloaded(model)
Objective-C
MLKDigitalInkRecognitionModel *model = ...; MLKModelManager *modelManager = [MLKModelManager modelManager]; [modelManager isModelDownloaded:model];
Xoá mô hình đã tải xuống
Swift
let model : DigitalInkRecognitionModel = ... let modelManager = ModelManager.modelManager() if modelManager.isModelDownloaded(model) { modelManager.deleteDownloadedModel( model!, completion: { error in if error != nil { // Handle error return } NSLog(@"Model deleted."); }) }
Objective-C
MLKDigitalInkRecognitionModel *model = ...; MLKModelManager *modelManager = [MLKModelManager modelManager]; if ([self.modelManager isModelDownloaded:model]) { [self.modelManager deleteDownloadedModel:model completion:^(NSError *_Nullable error) { if (error) { // Handle error. return; } NSLog(@"Model deleted."); }]; }
Mẹo cải thiện độ chính xác của tính năng nhận dạng văn bản
Độ chính xác của tính năng nhận dạng văn bản có thể khác nhau tuỳ theo ngôn ngữ. Độ chính xác cũng phụ thuộc vào phong cách viết. Mặc dù tính năng Nhận dạng mực kỹ thuật số được huấn luyện để xử lý nhiều kiểu viết, nhưng kết quả có thể khác nhau tuỳ theo người dùng.
Dưới đây là một số cách để cải thiện độ chính xác của trình nhận dạng văn bản. Xin lưu ý rằng các kỹ thuật này không áp dụng cho các thuật toán phân loại bản vẽ cho biểu tượng cảm xúc, tính năng tự động vẽ và hình dạng.
Vùng viết
Nhiều ứng dụng có khu vực ghi được xác định rõ ràng để người dùng nhập dữ liệu. Ý nghĩa của một ký hiệu được xác định một phần theo kích thước của ký hiệu đó so với kích thước của khu vực viết chứa ký hiệu đó. Ví dụ: sự khác biệt giữa chữ cái viết thường hoặc viết hoa "o" hoặc "c", dấu phẩy và dấu gạch chéo lên.
Việc cho trình nhận dạng biết chiều rộng và chiều cao của khu vực viết có thể cải thiện độ chính xác. Tuy nhiên, trình nhận dạng giả định rằng khu vực viết chỉ chứa một dòng văn bản. Nếu khu vực viết thực tế đủ lớn để cho phép người dùng viết hai dòng trở lên, bạn có thể nhận được kết quả tốt hơn bằng cách truyền vào một WritingArea có chiều cao là ước tính tốt nhất của bạn về chiều cao của một dòng văn bản. Đối tượng WritingArea mà bạn truyền đến trình nhận dạng không nhất thiết phải tương ứng chính xác với khu vực viết thực tế trên màn hình. Việc thay đổi chiều cao của WritingArea theo cách này sẽ hoạt động hiệu quả hơn ở một số ngôn ngữ so với các ngôn ngữ khác.
Khi bạn chỉ định khu vực viết, hãy chỉ định chiều rộng và chiều cao của khu vực đó theo cùng đơn vị với toạ độ nét vẽ. Đối số toạ độ x,y không có yêu cầu về đơn vị – API chuẩn hoá tất cả các đơn vị, vì vậy, điều duy nhất quan trọng là kích thước và vị trí tương đối của các nét vẽ. Bạn có thể tuỳ ý truyền toạ độ theo bất kỳ tỷ lệ nào phù hợp với hệ thống của mình.
Bối cảnh trước
Ngữ cảnh trước là văn bản ngay trước các nét trong Ink
mà bạn đang cố gắng nhận dạng. Bạn có thể giúp trình nhận dạng bằng cách cho trình nhận dạng biết về ngữ cảnh trước.
Ví dụ: chữ viết tay "n" và "u" thường bị nhầm lẫn với nhau. Nếu người dùng đã nhập một phần từ "arg", họ có thể tiếp tục với các nét có thể được nhận dạng là "ument" hoặc "nment". Việc chỉ định "arg" trước ngữ cảnh sẽ giải quyết sự mơ hồ, vì từ "argument" (đối số) có nhiều khả năng xuất hiện hơn "argnment".
Ngữ cảnh trước cũng có thể giúp trình nhận dạng xác định các dấu ngắt từ, khoảng trắng giữa các từ. Bạn có thể nhập ký tự dấu cách nhưng không thể vẽ ký tự này. Vậy làm cách nào để trình nhận dạng xác định thời điểm một từ kết thúc và từ tiếp theo bắt đầu? Nếu người dùng đã viết "hello" và tiếp tục viết từ "world", thì trình nhận dạng sẽ trả về chuỗi "world" nếu không có ngữ cảnh trước. Tuy nhiên, nếu bạn chỉ định ngữ cảnh trước "hello", thì mô hình sẽ trả về chuỗi "world", có dấu cách ở đầu, vì "helloworld" có ý nghĩa hơn so với "helloword".
Bạn nên cung cấp chuỗi ngữ cảnh trước dài nhất có thể, tối đa 20 ký tự, bao gồm cả dấu cách. Nếu chuỗi dài hơn, trình nhận dạng chỉ sử dụng 20 ký tự cuối cùng.
Mã mẫu bên dưới cho biết cách xác định vùng viết và sử dụng đối tượng RecognitionContext
để chỉ định ngữ cảnh trước.
Swift
let ink: Ink = ...; let recognizer: DigitalInkRecognizer = ...; let preContext: String = ...; let writingArea = WritingArea.init(width: ..., height: ...); let context: DigitalInkRecognitionContext.init( preContext: preContext, writingArea: writingArea); recognizer.recognizeHandwriting( from: ink, context: context, completion: { (result: DigitalInkRecognitionResult?, error: Error?) in if let result = result, let candidate = result.candidates.first { NSLog("Recognized \(candidate.text)") } else { NSLog("Recognition error \(error)") } })
Objective-C
MLKInk *ink = ...; MLKDigitalInkRecognizer *recognizer = ...; NSString *preContext = ...; MLKWritingArea *writingArea = [MLKWritingArea initWithWidth:... height:...]; MLKDigitalInkRecognitionContext *context = [MLKDigitalInkRecognitionContext initWithPreContext:preContext writingArea:writingArea]; [recognizer recognizeHandwritingFromInk:ink context:context completion:^(MLKDigitalInkRecognitionResult *_Nullable result, NSError *_Nullable error) { NSLog(@"Recognition result %@", result.candidates[0].text); }];
Thứ tự nét vẽ
Độ chính xác của tính năng nhận dạng phụ thuộc vào thứ tự của các nét vẽ. Các trình nhận dạng dự kiến các nét sẽ diễn ra theo thứ tự mà mọi người viết một cách tự nhiên; ví dụ: từ trái sang phải đối với tiếng Anh. Mọi trường hợp khác với mẫu này, chẳng hạn như viết một câu tiếng Anh bắt đầu bằng từ cuối cùng, sẽ cho kết quả kém chính xác hơn.
Một ví dụ khác là khi một từ ở giữa Ink
bị xoá và thay thế bằng một từ khác. Nội dung sửa đổi có thể nằm ở giữa câu, nhưng các nét vẽ cho nội dung sửa đổi lại nằm ở cuối trình tự nét vẽ.
Trong trường hợp này, bạn nên gửi riêng từ mới viết cho API và hợp nhất kết quả với các lần nhận dạng trước đó bằng logic của riêng bạn.
Xử lý các hình dạng không rõ ràng
Có trường hợp ý nghĩa của hình dạng được cung cấp cho trình nhận dạng không rõ ràng. Ví dụ: một hình chữ nhật có các cạnh rất bo tròn có thể được xem là hình chữ nhật hoặc hình elip.
Bạn có thể xử lý những trường hợp không rõ ràng này bằng cách sử dụng điểm nhận dạng (nếu có). Chỉ các bộ phân loại hình dạng mới cung cấp điểm số. Nếu mô hình rất tự tin, thì điểm số của kết quả hàng đầu sẽ tốt hơn nhiều so với kết quả tốt thứ hai. Nếu có sự không chắc chắn, điểm số của hai kết quả hàng đầu sẽ gần nhau. Ngoài ra, hãy lưu ý rằng các thuật toán phân loại hình dạng sẽ diễn giải toàn bộ Ink
dưới dạng một hình dạng duy nhất. Ví dụ: nếu Ink
chứa một hình chữ nhật và một hình elip cạnh nhau, thì trình nhận dạng có thể trả về một trong hai hình dạng (hoặc một hình dạng hoàn toàn khác) dưới dạng kết quả, vì một đề xuất nhận dạng không thể đại diện cho hai hình dạng.