Android 快速集成文档校正能力 超简单

前言

在之前的《超简单集成华为HMS ML Kit文本识别SDK，一键实现账单号自动录入》文章中，我们给大家介绍了华为HMS ML Kit文本识别技术如何通过拍照自动识别照片中的文本信息。那么有的小伙伴可能会问，如果拍照时不是正对着文本拍摄，拍出来的照片是歪斜的，那么还能准确识别文本吗？当然可以啦。HMS ML Kit文档校正技术可以自动识别文档位置，校正拍摄角度，并且支持用户自定义边界点位置，即使在倾斜角度也能够拍摄出文档的正面图像。

应用场景

文档校正技术在生活中有很多的应用场景。比如说在拍摄纸质文档时，相机处于倾斜的角度，导致阅读文档非常不方便。使用文档校正技术可以把文档调整到正对的视角，这样阅读起来就顺利多了。

再比如在记录卡证信息时，使用文档校正技术，不需要调整到正对卡证的视角，也可以拍摄出卡证的正面照片。

另外，在行程中因为身处于倾斜位置，道路旁的路牌难以准确识别，这时可以通过文档校正技术拍摄到路牌正面图片。

怎么样，是不是很方便呢？那我们接下来详细给大家介绍安卓如何快速集成文档校正技术。

开发实战

1. 开发准备

详细的准备步骤可以参考华为开发者联盟：

https://developer.huawei.com/consumer/cn/doc/development/HMS-Guides/ml-process-4

这里列举关键的开发步骤。

1.1 项目级gradle里配置Maven仓地址

   buildscript {

        repositories {

             ...

            maven {url 'https://developer.huawei.com/repo/'}

        }

    }

    dependencies {

             ...

            classpath 'com.huawei.agconnect:agcp:1.3.1.300'

    }

    allprojects {

            repositories {

                    ...

                    maven {url 'https://developer.huawei.com/repo/'}

            }

    } 

1.2 应用级gradle里配置SDK依赖

  dependencies{

             // 引入基础SDK

            implementation 'com.huawei.hms:ml-computer-vision-documentskew:2.0.2.300'

            // 引入文档检测/校正模型包

           implementation 'com.huawei.hms:ml-computer-vision-documentskew-model:2.0.2.300'

    } 

1.3 在文件头添加配置

apply plugin: 'com.huawei.agconnect'

apply plugin: 'com.android.application' 

1.4 添加如下语句到AndroidManifest.xml文件中，自动更新机器学习模型到设备

<meta-data

android:name="com.huawei.hms.ml.DEPENDENCY" 

android:value= "dsc"/> 

1.5 申请摄像机权限和读本地图片权限

2. 代码开发

2.1 创建文本框检测/校正分析器。

MLDocumentSkewCorrectionAnalyzerSetting setting = new MLDocumentSkewCorrectionAnalyzerSetting.Factory().create();

MLDocumentSkewCorrectionAnalyzer analyzer =                 MLDocumentSkewCorrectionAnalyzerFactory.getInstance().getDocumentSkewCorrectionAnalyzer(setting); 

2.2 通过android.graphics.Bitmap创建MLFrame对象用于分析器检测图片，支持的图片格式包括：jpg/jpeg/png，建议图片尺寸不小于320320像素，不大于19201920像素。

MLFrame frame = MLFrame.fromBitmap(bitmap); 

2.3 调用asyncDocumentSkewDetect异步方法或analyseFrame同步方法进行文本框的检测。当返回码是MLDocumentSkewCorrectionConstant.SUCCESS时，将会返回文本框的四个顶点的坐标值，该坐标值是相对于传入图像的坐标，若与设备坐标不一致，需调用者进行转换；否则，返回的数据没有意义。

  // asyncDocumentSkewDetect异步调用。

    Task<MLDocumentSkewDetectResult> detectTask = analyzer.asyncDocumentSkewDetect(mlFrame);

    detectTask.addOnSuccessListener(new OnSuccessListener<MLDocumentSkewDetectResult>() {

            @Override

            public void onSuccess(MLDocumentSkewDetectResult detectResult) {

                    // 检测成功。

            }

    }).addOnFailureListener(new OnFailureListener() {

            @Override

            public void onFailure(Exception e) {

                  // 检测失败。

             }

     })



      // analyseFrame同步调用。

      SparseArray<MLDocumentSkewDetectResult> detect = analyzer.analyseFrame(mlFrame);

      if (detect != null && detect.get(0).getResultCode() == MLDocumentSkewCorrectionConstant.SUCCESS) {

              // 检测成功。

      } else {

              // 检测失败。

      } 

2.4 检测成功后，分别获取文本框四个顶点的坐标数据，然后以左上角为起点，按顺时针方向，分别把左上角、右上角、右下角、左下角加入到列表（List）中，最后构建MLDocumentSkewCorrectionCoordinateInput对象。

2.4.1 如果使用analyseFrame同步调用，先获取到检测结果，如下所示（使用asyncDocumentSkewDetect异步调用可忽略此步骤直接进行步骤2.4.2）：

1

MLDocumentSkewDetectResult detectResult = detect.get(0)； 

2.4.2 获取文本框四个顶点的坐标数据并构建MLDocumentSkewCorrectionCoordinateInput对象：

 Point leftTop = detectResult.getLeftTopPosition();

    Point rightTop = detectResult.getRightTopPosition();

    Point leftBottom = detectResult.getLeftBottomPosition();

    Point rightBottom = detectResult.getRightBottomPosition();

    List<Point> coordinates = new ArrayList<>();

    coordinates.add(leftTop);

    coordinates.add(rightTop);

    coordinates.add(rightBottom);

    coordinates.add(leftBottom);

    MLDocumentSkewCorrectionCoordinateInput coordinateData = new MLDocumentSkewCorrectionCoordinateInput(coordinates); 

2.5 调用asyncDocumentSkewCorrect异步方法或syncDocumentSkewCorrect同步方法进行文本框的校正。

 // asyncDocumentSkewCorrect异步调用。

Task<MLDocumentSkewCorrectionResult> correctionTask = analyzer.asyncDocumentSkewCorrect(mlFrame, coordinateData);

 correctionTask.addOnSuccessListener(new OnSuccessListener<MLDocumentSkewCorrectionResult>() {

        @Override

        public void onSuccess(MLDocumentSkewCorrectionResult refineResult) {

                // 检测成功。

         }

 }).addOnFailureListener(new OnFailureListener() {

         @Override

         public void onFailure(Exception e) {

                // 检测失败。

          }

  });

  

 // syncDocumentSkewCorrect同步调用。

SparseArray<MLDocumentSkewCorrectionResult> correct= analyzer.syncDocumentSkewCorrect(mlFrame, coordinateData);

 if (correct != null && correct.get(0).getResultCode() == MLDocumentSkewCorrectionConstant.SUCCESS) {

           // 校正成功。

} else {

          // 校正失败。

} 


2.6 检测完成，停止分析器，释放检测资源。



1
2
3
 

if (analyzer != null) {

        analyzer.stop();

} 

Demo效果

下面这个demo展示了在倾斜角度扫描文档，文档校正技术可以把文档调整到正对视角。效果是不是很棒？

文档校正技术还可以辅助文档识别技术，将倾斜的文档调整到正面视角，快速实现从纸质文件到电子文件的转化，大幅度提升信息的录入效率。

Github源码

https://github.com/HMS-Core/hms-ml-demo/blob/master/MLKit-Sample/module-text/src/main/java/com/mlkit/sample/activity/DocumentSkewCorretionActivity.java

更详细的开发指南参考华为开发者联盟官网

https://developer.huawei.com/consumer/cn/hms/huawei-mlkit

欲了解更多详情，请参阅：

华为开发者联盟官网：https://developer.huawei.com/consumer/cn/hms

获取开发指导文档：https://developer.huawei.com/consumer/cn/doc/development

参与开发者讨论请到Reddit社区：https://www.reddit.com/r/HMSCore/

下载demo和示例代码请到Github：https://github.com/HMS-Core

解决集成问题请到Stack Overflow：https://stackoverflow.com/questions/tagged/huawei-mobile-services?tab=Newest