Dijital mürekkep tanıma

ML Kit'in dijital mürekkep tanıma API'si sayesinde elle yazılmış metinleri tanıyabilir, dijital bir yüzeydeki yüzlerce dilde hareketleri sınıflandırabilir ve çizimleri sınıflandırabilirsiniz. Dijital mürekkep tanıma API'si; Gboard, Google Çeviri ve Hızlı, Çizim! oyununda el yazısı tanımayı destekleyen teknolojiyi kullanır.

Dijital mürekkep tanıma özelliği aşağıdakileri yapmanıza olanak tanır:

  • Sanal klavyede yazmak yerine ekranda yazabilirsiniz. Bu, kullanıcıların latin alfabe klavyeleri için ệ, अ veya 森 gibi klavyelerinde bulunmayan karakterleri çizmesine olanak tanır.
  • Hareketleri kullanarak temel metin işlemlerini (gezinme, düzenleme, seçme vb.) gerçekleştirin.
  • Elle çizilmiş şekilleri ve emojileri tanıma.

Dijital mürekkep tanıma özelliği, kullanıcının ekranda çizdiği çizgilerle çalışır. Kamerayla çekilen resimlerdeki metinleri okumanız gerekiyorsa Text Recognition API'yi kullanın.

Dijital mürekkep tanıma özelliği tamamen çevrimdışı çalışır ve Android ile iOS cihazlarda desteklenir.

iOS Android

Temel Özellikler

  • El yazısı metinleri unicode karakter dizilerine dönüştürür
  • Cihazda neredeyse gerçek zamanlı olarak çalışır
  • Kullanıcının el yazısı cihazda kalır, tanıma işlemi herhangi bir ağ bağlantısı olmadan gerçekleştirilir
  • 300'den fazla dili ve 25'ten fazla yazma sistemini destekler. Desteklenen dillerin tam listesini inceleyin.
  • Emojileri ve temel şekilleri tanır
  • Gerektiğinde dil paketlerini dinamik olarak indirerek cihaz üzerindeki depolama alanını düşük tutar

Tanıyıcı, giriş olarak bir Ink nesnesi alır. Ink, kullanıcının ekranda yazdıklarının vektörüdür. Her biri temas noktaları adı verilen zaman bilgisine sahip koordinat listesi olan bir fırça dizisidir. İnme, kullanıcı ekran kalemini veya parmağını aşağı koyduğunda başlar ve kaldırdığında sona erer. Ink, güven düzeyleriyle bir veya daha fazla olası tanıma sonucu döndüren bir tanıyıcıya iletilir.

Örnekler

İngilizce el yazısı

Aşağıdaki sol taraftaki resimde, kullanıcının ekranda ne çizdiği gösterilmektedir. Sağdaki resim ise karşılık gelen Ink nesnesidir. Her çizgideki temas noktalarını temsil eden kırmızı noktalı çizgileri içerir.

    

Dört çizgi var. Ink nesnesindeki ilk iki çizgi şu şekilde görünür:

Mürekkep
Çizgi 1 x 392, 391, 389, 287, ...
y 52, 60, 76, 97, ...
t 0, 37, 56, 75, ...
Çizgi 2 x 497, 494, 493, 490, ...
y 167, 165, 165, 165, ...
t 694, 742, 751, 770, ...
...

Bu Ink öğesini İngilizce dilindeki bir tanıyıcıya gönderdiğinizde, beş veya altı karakter içeren birkaç olası konuşma metni döndürür. Bunlar, güven azaltılarak sıralanır:

RecognitionResult
1. Takdir Handw
2. Takdir Handrw
3. Takdir Hardw
4. Derece Adayı Handu
5. Takdir Handwe

Hareketler

Hareket sınıflandırıcıları, mürekkep çizgisini aşağıda listelenen dokuz hareket sınıfından birine sınıflandırır.

Hareket Örnek
arch:above
arch:below
caret:above
caret:below
circle
corner:downleft
scribble
strike
verticalbar
writing

Emoji eskizleri

Aşağıdaki sol taraftaki resimde, kullanıcının ekranda ne çizdiği gösterilmektedir. Sağdaki resim ise karşılık gelen Ink nesnesidir. Her çizgideki temas noktalarını temsil eden kırmızı noktalı çizgileri içerir.

    

Ink nesnesi altı çizgi içeriyor.

           

Mürekkep
Çizgi 1 x 269, 266, 262, 255, ...
y 40, 40, 40, 41, ...
t 0, 36, 56, 75, ...
Çizgi 2 x 179, 182, 183, 185, ...
y 157, 158, 159, 160, ...
t 2475, 2522, 2531, 2541, ...
...

Bu Ink öğesini emoji tanıyıcıya gönderdiğinizde, güveni azaltarak sıralanmış birkaç olası konuşma metni elde edersiniz:

RecognitionResult
1. Takdir 😂 (U+1f62d)
2. Takdir 😅 (U+1f605)
3. Takdir 😹 (U+1f639)
4. Derece Adayı 😄 (U+1f604)
5. Takdir 😆 (U+1f606)