Mantenha tudo organizado com as coleções
Salve e categorize o conteúdo com base nas suas preferências.
Com a API de reconhecimento de tinta digital do Kit de ML, é possível reconhecer texto escrito à mão
e classificar gestos em uma superfície digital em centenas de idiomas, além de
classificar esboços. A API de reconhecimento de tinta digital usa a mesma tecnologia que
impulsiona o reconhecimento de escrita manual no Gboard, Google Tradutor e no jogo
Quick, Draw!.
O reconhecimento de tinta digital permite que você:
Escreva na tela em vez de digitar em um teclado virtual. Isso permite
que os usuários desenhem caracteres que não estão disponíveis no teclado, como ệ, अ ou 森
para teclados com alfabeto latino.
Realizar operações de texto básicas (navegação, edição, seleção e assim por diante)
usando gestos.
Reconhecer formas e emojis desenhados à mão.
O reconhecimento de tinta digital funciona com os traços que o usuário desenha na tela. Se
você precisar ler texto de imagens tiradas com a câmera, use a
API Text Recognition.
O reconhecimento de tinta digital funciona totalmente off-line e compatível com Android e iOS.
Oferece suporte à classificação de gestos para esses idiomas usando
extensões -x-gesture.
Reconhece emojis e formas básicas
Mantém baixo o armazenamento no dispositivo ao fazer o download dinâmico de pacotes de idiomas conforme
necessário
O reconhecedor usa um objeto Ink como entrada. Ink é uma representação vetorial
do que o usuário escreveu na tela: uma sequência de traços, cada um sendo
uma lista de coordenadas com informações de tempo chamadas de pontos de contato. Um traço
começa quando o usuário coloca a stylus ou o dedo na tela e termina quando ele o levanta. O Ink é transmitido para um reconhecedor, que retorna um ou mais resultados de reconhecimento possíveis, com níveis de confiança.
Exemplos
Escrita à mão em inglês
A imagem à esquerda abaixo mostra o que o usuário desenhou na tela. A imagem à
direita é o objeto Ink correspondente. Ele contém os traços com pontos vermelhos
que representam os pontos de contato em cada traço.
Há quatro traços. Os dois primeiros traços no objeto Ink têm esta aparência:
Tinta
Traço 1
x
392, 391, 389, 287...
y
52, 60, 76, 97...
t
0, 37, 56, 75...
Traço 2
x
497, 494, 493, 490...
y
167, 165, 165, 165...
t
694, 742, 751, 770...
...
Quando você envia esse Ink para um reconhecedor do idioma inglês, ele retorna
várias transcrições possíveis, contendo cinco ou seis caracteres. Elas são
ordenadas em ordem decrescente de confiança:
RecognitionResult
Candidato de reconhecimento 1
Handw
Candidato de reconhecimento 2
Handrw
Candidato de reconhecimento 3
Harw
Candidato de reconhecimento 4
Handu
Candidato de reconhecimento 5
Handwe
Gestos
Os classificadores de gestos classificam um traço de tinta em uma das nove classes de gestos listadas abaixo.
Gesto
Exemplo
arch:above arch:below
caret:above caret:below
circle
corner:downleft
scribble
strike
verticalbar
writing
Desenhos de emojis
A imagem à esquerda abaixo mostra o que o usuário desenhou na tela. A imagem à
direita é o objeto Ink correspondente. Ele contém os traços com pontos vermelhos
que representam os pontos de contato em cada traço.
O objeto Ink contém seis traços.
Tinta
Traço 1
x
269, 266, 262, 255...
y
40, 40, 40, 41...
t
0, 36, 56, 75...
Traço 2
x
179, 182, 183, 185...
y
157, 158, 159, 160...
t
2475, 2522, 2531, 2541...
...
Ao enviar esse Ink ao reconhecedor de emojis, você recebe várias transcrições possíveis, ordenadas em ordem decrescente de confiança:
[null,null,["Última atualização 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) |"]]
