Zadbaj o dobrą organizację dzięki kolekcji
Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.
Interfejs ML Kit Text Recognition v2 rozpoznaje tekst w dowolnym zestawie znaków w językach chińskim, dewanagari, japońskim, koreańskim i łacińskim. Interfejs API może również służyć do automatyzacji zadań wprowadzania danych, takich jak przetwarzanie kart kredytowych, rachunków czy wizytówek firm.
Rozpoznawanie tekstu w różnych alfabetach i językach Obsługa rozpoznawania tekstu w językach chińskim, dewanagari, japońskim, koreańskim i łacińskim
Analizuje strukturę tekstu Umożliwia wykrywanie symboli, elementów, wierszy i akapitów.
Określ język tekstu Określa język rozpoznanego tekstu.
Rozpoznawanie w czasie rzeczywistym: rozpoznaje tekst w czasie rzeczywistym na wielu różnych urządzeniach
Struktura tekstu
Moduł rozpoznawania tekstu dzieli tekst na bloki, linie, elementy i symbole.
Ogólnie rzecz biorąc:
Blok to sąsiadujący się z nimi zestaw wierszy tekstu, np. akapit lub kolumna,
Linia to sąsiedni zestaw słów na tej samej osi,
Element to ciągły zestaw znaków alfanumerycznych („słowo”)
na tej samej osi w większości języków łacińskich lub słowo w innych
Symbol to pojedynczy znak alfanumeryczny na tej samej osi w większości języków łacińskich lub znak w innych językach.
Na ilustracji poniżej pokazujemy przykłady każdej z tych opcji w kolejności malejącej. Pierwszy wyróżniony blok w kolorze turkusowym to blok tekstu. Drugi zestaw wyróżnionych bloków (kolor niebieski) to Wiersze tekstu. Trzeci zestaw wyróżnionych bloków, ciemnoniebieskich, to Words.
W przypadku wszystkich wykrytych bloków, linii, elementów i symboli interfejs API zwraca ramki ograniczające, punkty narożne, informacje o rotacji, wskaźnik ufności, rozpoznawany język i rozpoznany tekst.
[null,null,["Ostatnia aktualizacja: 2025-07-25 UTC."],[[["\u003cp\u003eThe ML Kit Text Recognition v2 API recognizes text in Chinese, Devanagari, Japanese, Korean, and Latin scripts and can automate data entry for documents like credit cards and receipts.\u003c/p\u003e\n"],["\u003cp\u003eIt analyzes text structure by identifying blocks, lines, elements (words), and symbols, returning bounding boxes, corner points, and confidence scores for each.\u003c/p\u003e\n"],["\u003cp\u003eThe API supports real-time text recognition on various devices and can identify the language of the recognized text.\u003c/p\u003e\n"]]],["The ML Kit Text Recognition v2 API recognizes text in Chinese, Devanagari, Japanese, Korean, and Latin scripts. It analyzes text structure by detecting blocks, lines, elements, and symbols, and identifies the language. The API provides bounding boxes, corner points, rotation, confidence scores, recognized languages, and text for detected text. This API can be used for automating data entry from credit cards, receipts and business cards. It also support real time text recognition.\n"],null,["# Text recognition v2\n\nThe ML Kit Text Recognition v2 API can recognize text in any Chinese, Devanagari,\nJapanese, Korean and Latin character set. The API can also be used to automate\ndata-entry tasks such as processing credit cards, receipts, and business cards.\n\n[iOS](/ml-kit/vision/text-recognition/v2/ios)\n[Android](/ml-kit/vision/text-recognition/v2/android)\n\nKey capabilities\n----------------\n\n- **Recognize text across various scripts and languages** Supports recognizing text in Chinese, Devanagari, Japanese, Korean and Latin scripts\n- **Analyzes structure of text** Supports detection of symbols, elements, lines and paragraphs\n- **Identify language of text** Identifies the language of the recognized text\n- **Real-time recognition** Can recognize text in real-time on a wide range of devices\n\nText structure\n--------------\n\nThe Text Recognizer segments text into blocks, lines, elements and symbols.\nRoughly speaking:\n\n- a **Block** is a contiguous set of text lines, such as a paragraph or\n column,\n\n- a **Line** is a contiguous set of words on the same axis, and\n\n- an **Element** is a contiguous set of alphanumeric characters (\"word\") on the\n same axis in most Latin languages, or a word in others\n\n- an **Symbol** is a single alphanumeric character on the\n same axis in most Latin languages, or a character in others\n\nThe image below highlights examples of each of these in descending order. The\nfirst highlighted block, in cyan, is a Block of text. The second set of\nhighlighted blocks, in blue, are Lines of text. Finally, the third set of\nhighlighted blocks, in dark blue, are Words.\n\nFor all detected blocks, lines, elements and symbols, the API returns the\nbounding boxes, corner points, rotation information, confidence score,\nrecognized languages and recognized text.\n\nExample results\n---------------\n\n\u003cbr /\u003e\n\nPhoto: [Dietmar Rabich](//commons.wikimedia.org/wiki/User:XRay \"User:XRay\"), [Wikimedia Commons](//commons.wikimedia.org/wiki/Main_Page \"Main Page\"), [\"Düsseldorf,\nWege der parlamentarischen Demokratie -- 2015 -- 8123\"](//commons.wikimedia.org/wiki/File:D%C3%BCsseldorf,_Wege_der_parlamentarischen_Demokratie_--_2015_--_8123.jpg), [CC BY-SA 4.0](https://creativecommons.org/licenses/by-sa/4.0/)\n\n| Recognized Text ||\n|--------|---------------------------------------|\n| Text | Wege der parlamentarischen Demokratie |\n| Blocks | (1 block) |\n\n| Block 0 ||\n|--------------------------|------------------------------------------------|\n| Text | Wege der parlamentarischen Demokratie |\n| Frame | (296, 665 - 796, 882) |\n| Corner Points | (296, 719), (778, 665), (796, 828), (314, 882) |\n| Recognized Language Code | de |\n| Lines | (3 lines) |\n\n| Line 0 ||\n|--------------------------|------------------------------------------------|\n| Text | Wege der |\n| Frame | (434, 678 - 670, 749) |\n| Corner Points | (434, 705), (665, 678), (670, 722), (439, 749) |\n| Recognized Language Code | de |\n| Confidence Score | 0.8766741 |\n| Rotation Degree | -6.6116457 |\n| Elements | (2 elements) |\n\n| Element 0 ||\n|--------------------------|------------------------------------------------|\n| Text | Wege |\n| Frame | (434, 689 - 575, 749) |\n| Corner Points | (434, 705), (570, 689), (575, 733), (439, 749) |\n| Recognized Language Code | de |\n| Confidence Score | 0.8964844 |\n| Rotation Degree | -6.6116457 |\n| Elements | (4 elements) |\n\n| Symbol 0 ||\n|------------------|------------------------------------------------|\n| Text | W |\n| Frame | (434, 698 - 500, 749) |\n| Corner Points | (434, 706), (495, 698), (500, 741), (439, 749) |\n| Confidence Score | 0.87109375 |\n| Rotation Degree | -6.611646 |"]]
