Mantieni tutto organizzato con le raccolte
Salva e classifica i contenuti in base alle tue preferenze.
Con l'API di riconoscimento dell'inchiostro digitale di ML Kit, puoi riconoscere il testo scritto a mano, classificare i gesti su una superficie digitale in centinaia di lingue e
classificare gli schizzi. L'API di riconoscimento dell'inchiostro digitale utilizza la stessa tecnologia che
supporta il riconoscimento della scrittura in Gboard, Google Traduttore e nel gioco
Rapido, Draw!.
Il riconoscimento di inchiostro digitale ti consente di:
Scrivi sullo schermo anziché digitare su una tastiera virtuale. In questo modo gli utenti possono tracciare caratteri che non sono disponibili sulla tastiera, ad esempio ệ, अ o 森 per le tastiere con caratteri alfabetici latini.
Eseguire operazioni di base sul testo (navigazione, modifica, selezione e così via)
utilizzando i gesti.
Riconosci forme ed emoji disegnate a mano.
Il riconoscimento dell'inchiostro digitale funziona con i tratti che l'utente disegna sullo schermo. Se devi leggere il testo delle immagini scattate con la fotocamera, utilizza l'API Text Recognition.
Il riconoscimento dell'inchiostro digitale funziona completamente offline ed è supportato su Android e iOS.
Supporta la classificazione dei gesti per queste lingue tramite le estensioni -x-gesture
Riconosce emoji e forme di base
Lo spazio di archiviazione sul dispositivo è limitato scaricando dinamicamente i language pack in base alle esigenze
Il riconoscimento accetta un oggetto Ink come input. Ink è una rappresentazione vettoriale di ciò che l'utente ha scritto sullo schermo: una sequenza di trattini, ognuno dei quali è un elenco di coordinate con informazioni temporali chiamate punti di contatto. Un tratto inizia quando l'utente appoggia lo stilo o un dito verso il basso e termina quando lo solleva. Ink viene passato a un riconoscimento, che restituisce uno o più possibili risultati di riconoscimento, con livelli di affidabilità.
Esempi
Scrittura a mano libera in inglese
L'immagine a sinistra sotto mostra ciò che l'utente ha disegnato sullo schermo. L'immagine a destra è l'oggetto Ink corrispondente. Contiene i tratti con punti rossi che rappresentano
i punti di contatto all'interno di ogni tratto.
Ci sono quattro colpi. I primi due tratti nell'oggetto Ink avranno il seguente aspetto:
Inchiostro
Tratto 1
x
392, 391, 389, 287, ...
y
52, 60, 76, 97, ...
t
0, 37, 56, 75, ...
Tratto 2
x
497, 494, 493, 490, ...
y
167, 165, 165, 165, ...
t
694, 742, 751, 770, ...
...
Quando invii questo Ink a un riconoscimento per la lingua inglese, vengono restituite diverse possibili trascrizioni, contenenti cinque o sei caratteri. Sono ordinati in modo da diminuire l'affidabilità:
RecognitionResult
Candidato di riconoscimento n. 1
Mano
Candidato di riconoscimento n. 2
Handrw
Candidato di riconoscimento n. 3
hardw
Candidato di riconoscimento n. 4
Handu
Candidato di riconoscimento n. 5
Handwe
Gesti
I classificatori di gesti classificano un tratto di inchiostro in una delle nove classi di gesti
elencate di seguito.
Gesto
Esempio
arch:above arch:below
caret:above caret:below
circle
corner:downleft
scribble
strike
verticalbar
writing
Disegni di emoji
L'immagine a sinistra sotto mostra ciò che l'utente ha disegnato sullo schermo. L'immagine a destra è l'oggetto Ink corrispondente. Contiene i tratti con punti rossi che rappresentano
i punti di contatto all'interno di ogni tratto.
L'oggetto Ink contiene sei tratti.
Inchiostro
Tratto 1
x
269, 266, 262, 255, ...
y
40, 40, 40, 41, ...
t
0, 36, 56, 75, ...
Tratto 2
x
179, 182, 183, 185, ...
y
157, 158, 159, 160, ...
t
2475, 2522, 2531, 2541, ...
...
Quando invii questo Ink al riconoscimento di emoji, ricevi diverse possibili trascrizioni, ordinate in base a una riduzione dell'affidabilità:
[null,null,["Ultimo aggiornamento 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) |"]]
