Organiza tus páginas con colecciones
Guarda y categoriza el contenido según tus preferencias.
Con la API de reconocimiento de tinta digital del ML Kit, puedes reconocer texto escrito a mano y clasificar gestos en una superficie digital en cientos de idiomas, así como clasificar bocetos. La API de reconocimiento de tinta digital usa la misma tecnología que impulsa el reconocimiento de escritura a mano en Gboard, Google Traductor y el juego Quick, Draw!.
El reconocimiento de tinta digital te permite hacer lo siguiente:
Escribe en la pantalla en lugar de escribir en un teclado virtual. Esto permite a los usuarios dibujar caracteres que no están disponibles en sus teclados, como ệ, अ o 森 para teclados de alfabeto latino.
Realizar operaciones básicas de texto (navegación, edición, selección, etc.) con gestos.
Reconocer formas y emojis dibujados a mano
El reconocimiento de tinta digital funciona con los trazos que el usuario dibuja en la pantalla. Si necesitas leer texto de imágenes tomadas con la cámara, usa la API de reconocimiento de texto.
El reconocimiento de tinta digital funciona completamente sin conexión y es compatible con iOS y Android.
Mantiene bajo el almacenamiento en el dispositivo mediante la descarga dinámica de paquetes de idioma según sea necesario.
El reconocedor toma un objeto Ink como entrada. Ink es una representación vectorial de lo que el usuario escribió en la pantalla: una secuencia de trazos, cada uno de los cuales es una lista de coordenadas con información de tiempo, denominada puntos de contacto. El trazo comienza cuando el usuario baja la pluma stylus o el dedo y finaliza cuando lo levanta. El Ink se pasa a un reconocedor, que muestra uno o más resultados de reconocimiento posibles, con niveles de confianza.
Ejemplos
Escritura a mano en inglés
La imagen de la izquierda muestra lo que dibujó el usuario en la pantalla. La imagen de la derecha es el objeto Ink correspondiente. Contiene los trazos con puntos rojos que representan los puntos de contacto dentro de cada trazo.
Hay cuatro trazos. Los primeros dos trazos del objeto Ink se ven de la siguiente manera:
Tinta
Trazo 1
x
392, 391, 389, 287...
y
52, 60, 76, 97...
t
0, 37, 56, 75...
Trazo 2
x
497, 494, 493, 490...
y
167, 165, 165, 165...
t
694, 742, 751, 770...
...
Cuando envías este Ink a un reconocedor del idioma inglés, muestra varias transcripciones posibles, que contienen cinco o seis caracteres. Se ordenan según la confianza decreciente:
RecognitionResult
Candidato de reconocimiento n.o 1
mano
Candidato de reconocimiento núm. 2
bravo
Candidato de reconocimiento n.o 3
duro
Candidato de reconocimiento n.o 4
manual
Candidato de reconocimiento n.o 5
Handwe
Gestos
Los clasificadores de gestos clasifican un trazo de tinta en una de las nueve clases de gestos que se enumeran a continuación.
Gesto
Ejemplo
arch:above arch:below
caret:above caret:below
circle
esquina:abajoizquierda
scribble
strike
verticalbar
writing
Bocetos de emojis
La imagen de la izquierda muestra lo que dibujó el usuario en la pantalla. La imagen de la derecha es el objeto Ink correspondiente. Contiene los trazos con puntos rojos que representan los puntos de contacto dentro de cada trazo.
El objeto Ink contiene seis trazos.
Tinta
Trazo 1
x
269, 266, 262, 255...
y
40, 40, 40, 41...
t
0, 36, 56, 75...
Trazo 2
x
179, 182, 183, 185...
y
157, 158, 159, 160...
t
2475, 2522, 2531, 2541...
...
Cuando envías este Ink al reconocedor de emojis, obtienes varias transcripciones posibles, ordenadas de forma descendente según la confianza:
[null,null,["Última actualización: 2025-07-25 (UTC)"],[[["\u003cp\u003eML Kit's Digital Ink Recognition API recognizes handwritten text and gestures, converting them into digital format, comparable to the technology used in Gboard and Google Translate.\u003c/p\u003e\n"],["\u003cp\u003eThis API enables on-screen writing in various languages, using gestures for text editing, and recognizing hand-drawn shapes and emojis, all without an internet connection.\u003c/p\u003e\n"],["\u003cp\u003eIt supports over 300 languages and 25+ writing systems, along with gesture classification and emoji recognition, functioning by processing stroke data of user input.\u003c/p\u003e\n"],["\u003cp\u003eDevelopers can integrate this feature to allow users to write with styluses or fingers, replacing or supplementing traditional keyboard input for a more natural and versatile user experience.\u003c/p\u003e\n"]]],["ML Kit's digital ink recognition API converts handwritten text, gestures, and sketches into digital formats. It operates offline on Android and iOS, supporting 300+ languages and 25+ writing systems. The API processes user-drawn strokes (Ink objects) to recognize text, emojis, and basic shapes, returning ranked recognition results. Gestures are classified into nine categories, aiding in text operations and user interface actions. Language packs are dynamically downloaded for space efficiency.\n"],null,["# Digital ink recognition\n\nWith ML Kit's digital ink recognition API, you can recognize handwritten text\nand classify gestures on a digital surface in hundreds of languages, as well as\nclassify sketches. The digital ink recognition API uses the same technology that\npowers handwriting recognition in Gboard, Google Translate, and the\n[Quick, Draw!](https://quickdraw.withgoogle.com/) game.\n\nDigital ink recognition allows you to:\n\n- Write on the screen instead of typing on a virtual keyboard. This lets users draw characters that are not available on their keyboard, such as ệ, अ or 森 for latin alphabet keyboards.\n- Perform basic text operations (navigation, editing, selection, and so on) using gestures.\n- Recognize hand‑drawn shapes and emojis.\n\nDigital ink recognition works with the strokes the user draws on the screen. If\nyou need to read text from images taken with the camera, use the\n[Text Recognition API](/ml-kit/vision/text-recognition).\n\nDigital ink recognition works fully offline and is supported on Android and iOS.\n\n[iOS](/ml-kit/vision/digital-ink-recognition/ios)\n[Android](/ml-kit/vision/digital-ink-recognition/android)\n\nKey Capabilities\n----------------\n\n- Converts handwritten text to sequences of unicode characters\n- Runs on the device in near real time\n- The user's handwriting stays on the device, recognition is performed without any network connection\n- Supports 300+ languages and 25+ writing systems, see the [complete list of supported languages](/ml-kit/vision/digital-ink-recognition/base-models#text)\n - Supports gesture classification for these languages via [`-x-gesture` extensions](/ml-kit/vision/digital-ink-recognition/base-models#text)\n- Recognizes emojis and basic shapes\n- Keeps on-device storage low by dynamically downloading language packs as needed\n\nThe recognizer takes an `Ink` object as input. `Ink` is a vector representation\nof what the user has written on the screen: a sequence of *strokes* , each being\na list of coordinates with time information called *touch points* . A stroke\nstarts when the user puts their stylus or finger down and ends when they lift it\nup. The `Ink` is passed to a recognizer, which returns one or more possible\nrecognition results, with levels of confidence.\n\nExamples\n--------\n\n### English handwriting\n\nThe image on the left below shows what the user drew on the screen. The image on\nthe right is the corresponding `Ink` object. It contains the strokes with red\ndots representing the touch points within each stroke.\n\n\nThere are four strokes. The first two strokes in the `Ink` object look like\nthis:\n\n| **Ink** |||\n|----------|-----|-------------------------|\n| Stroke 1 | `x` | 392, 391, 389, 287, ... |\n| Stroke 1 | `y` | 52, 60, 76, 97, ... |\n| Stroke 1 | `t` | 0, 37, 56, 75, ... |\n| Stroke 2 | `x` | 497, 494, 493, 490, ... |\n| Stroke 2 | `y` | 167, 165, 165, 165, ... |\n| Stroke 2 | `t` | 694, 742, 751, 770, ... |\n| ... | | |\n\nWhen you send this `Ink` to a recognizer for the English language, it returns\nseveral possible transcriptions, containing five or six characters. They are\nordered by decreasing confidence:\n\n| **RecognitionResult** ||\n|-------------------------|--------|\n| RecognitionCandidate #1 | handw |\n| RecognitionCandidate #2 | handrw |\n| RecognitionCandidate #3 | hardw |\n| RecognitionCandidate #4 | handu |\n| RecognitionCandidate #5 | handwe |\n\n### Gestures\n\nGesture classifiers classify an ink stroke into one of nine gesture classes\nlisted below.\n\n| Gesture | Example |\n|-----------------------------|---------|\n| `arch:above` `arch:below` | |\n| `caret:above` `caret:below` | |\n| `circle` | |\n| corner:downleft | |\n| `scribble` | |\n| `strike` | |\n| `verticalbar` | |\n| `writing` | |\n\n| **Note:** It is not always possible to reliably distinguish some gestures from writing. For example, the `verticalbar` gesture may look exactly like the digit `1` or letter `l` when they are written as a vertical lines. To allow the user to use both gestures and writing, your application may need to consider the position of the writing or gesture: for the writing over existing text, prefer the gesture interpretation; for the writing over empty space, prefer the text interpretation.\n\n### Emoji sketches\n\nThe image on the left below shows what the user drew on the screen. The image on\nthe right is the corresponding `Ink` object. It contains the strokes with red\ndots representing the touch points within each stroke.\n\n\nThe `Ink` object contains six strokes.\n\n\n| **Ink** |||\n|----------|-----|-----------------------------|\n| Stroke 1 | `x` | 269, 266, 262, 255, ... |\n| Stroke 1 | `y` | 40, 40, 40, 41, ... |\n| Stroke 1 | `t` | 0, 36, 56, 75, ... |\n| Stroke 2 | `x` | 179, 182, 183, 185, ... |\n| Stroke 2 | `y` | 157, 158, 159, 160, ... |\n| Stroke 2 | `t` | 2475, 2522, 2531, 2541, ... |\n| ... | | |\n\nWhen you send this `Ink` to the emoji recognizer, you get several possible\ntranscriptions, ordered by decreasing confidence:\n\n| **RecognitionResult** ||\n|-------------------------|--------------|\n| RecognitionCandidate #1 | 😂 (U+1f62d) |\n| RecognitionCandidate #2 | 😅 (U+1f605) |\n| RecognitionCandidate #3 | 😹 (U+1f639) |\n| RecognitionCandidate #4 | 😄 (U+1f604) |\n| RecognitionCandidate #5 | 😆 (U+1f606) |"]]
