超簡單集成HMS ML Kit文字超分能力柱搜,一鍵提升文本分辨率

前言

大家有沒有遇到過這種情況,在瀏覽微博或者公眾號時看到一段有趣的文字剥险,于是截圖發(fā)到朋友圈想和好友分享聪蘸。但是在發(fā)布圖片時,軟件會對圖片強(qiáng)制進(jìn)行壓縮表制,導(dǎo)致圖片分辨率下降健爬,文字變得模糊難以閱讀。那么有沒有什么辦法可以解決這種情況呢么介?當(dāng)然有啦娜遵。華為HMS ML Kit提供了文字超分技術(shù),可以突破圖像中文本分辨率的物理限制壤短,對包含文字內(nèi)容的圖像進(jìn)行9倍放大(長寬各放大3倍)设拟,同時顯著增強(qiáng)圖像中文字的清晰度和可辨識度,輕松解決圖片中文字分辨率低的問題久脯。

應(yīng)用場景

文字超分技術(shù)在生活中有很多的應(yīng)用場景纳胧,比如剛剛提到朋友圈發(fā)布的截圖被壓縮時,文字超分技術(shù)可以把截圖還原到高清晰度帘撰。


或者是在文檔翻拍時跑慕,因?yàn)榫嚯x遠(yuǎn)、未聚焦等原因摧找,導(dǎo)致拍攝的文字不清晰核行。文字超分技術(shù)可以提高翻拍文檔的清晰度和可辨識度牢硅,讓文檔中的字變得清晰。

怎么樣芝雪,是不是很實(shí)用唤衫?下面給大家簡單介紹如何集成HMS ML Kit文字超分服務(wù)骡和。

開發(fā)實(shí)戰(zhàn)

[if !supportLists]1.???? [endif]配置Maven倉地址

[if !supportLists]1.1??[endif]打開Android

Studio項(xiàng)目級“build.gradle”文件。

1.2 添加HUAWEI

agcp插件以及Maven代碼庫。

在allprojects ->repositories里面配置HMS Core SDK的Maven倉地址。

allprojects {


? repositories {


? google()


? jcenter()


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


? }

?}

在buildscript->repositories里面配置HMS Core SDK的Maven倉地址。

buildscript {


? repositories {


? google()


? jcenter()


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


? }

?}

[if !supportLists]2.???? [endif]集成文字圖像超分辨率服務(wù)SDK

2.1 Full SDK方式集成(推薦使用)

dependencies{?

??? //引入基礎(chǔ)SDK

??? Implementation 'com.huawei.hms:ml-computer-vision-textimagesuperresolution:2.0.3.300'

??? //引入文字圖像超分辨率模型包

??? implementation? 'com.huawei.hms:ml-computer-vision-textimagesuperresolution-model:2.0.3.300'

}

2.2 文件頭添加配置

apply? plugin: 'com.android.application'

apply? plugin: 'com.huawei.agconnect'

2.3 更新機(jī)器學(xué)習(xí)模型



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

??????? android:value= "tisr"/>

[if !supportLists]3.???? [endif]代碼開發(fā)

3.1 創(chuàng)建文字圖像超分辨率分析器前鹅。

MLTextImageSuperResolutionAnalyzer analyzer =? MLTextImageSuperResolutionAnalyzerFactory.getInstance().getTextImageSuperResolutionAnalyzer();

3.2 通過android.graphics.Bitmap構(gòu)造MLFrame(注意此處的bitmap類型必須為ARGB8888,請注意做必要的轉(zhuǎn)換)。??? ??????

// 通過bitmap創(chuàng)建MLFrame悴侵,bitmap為輸入的圖片數(shù)據(jù)。

MLFrame frame = new MLFrame.Creator().setBitmap(bitmap).create();

[if !supportLists]3.3? [endif]?對包含文字的圖片進(jìn)行超分辨率處理拭嫁。

Task task =? analyzer.asyncAnalyseFrame(frame);

task.addOnSuccessListener(new OnSuccessListener()? {

??? public void? onSuccess(MLTextImageSuperResolutionResult result) {

??????? //超分成功的處理邏輯可免。

??? }})


? .addOnFailureListener(new OnFailureListener() {

??????? public void? onFailure(Exception e) {

??????????? //超分失敗的處理邏輯。

??????????? if (e instanceof? MLException) {

??????????????? MLException? mlException = (MLException)e;

??????????????? //獲取錯誤碼做粤,開發(fā)者可以對錯誤碼進(jìn)行處理浇借,根據(jù)錯誤碼進(jìn)行差異化的頁面提示。

??????????????? int? errorCode = mlException.getErrCode();

??????????????? //獲取報(bào)錯信息怕品,開發(fā)者可以結(jié)合錯誤碼妇垢,快速定位問題。

??????????????? String? errorMessage = mlException.getMessage();

??????????? } else {

??????????????? //其他異常肉康。

??????? }

});


3.4 超分完成闯估,停止分析器,釋放檢測資源吼和。

if (analyzer != null) {

??? analyzer.stop();

}

Github地址

https://github.com/HMS-Core/hms-ml-demo/tree/master/MLKit-Sample/module-vision/src/main/java/com/huawei/mlkit/sample/activity

更詳細(xì)的開發(fā)指南參考華為開發(fā)者聯(lián)盟官網(wǎng)

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

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末涨薪,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子炫乓,更是在濱河造成了極大的恐慌刚夺,老刑警劉巖,帶你破解...
    沈念sama閱讀 211,817評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件末捣,死亡現(xiàn)場離奇詭異光督,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)塔粒,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,329評論 3 385
  • 文/潘曉璐 我一進(jìn)店門结借,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人卒茬,你說我怎么就攤上這事船老】欤” “怎么了?”我有些...
    開封第一講書人閱讀 157,354評論 0 348
  • 文/不壞的土叔 我叫張陵柳畔,是天一觀的道長馍管。 經(jīng)常有香客問我,道長薪韩,這世上最難降的妖魔是什么确沸? 我笑而不...
    開封第一講書人閱讀 56,498評論 1 284
  • 正文 為了忘掉前任,我火速辦了婚禮俘陷,結(jié)果婚禮上罗捎,老公的妹妹穿的比我還像新娘。我一直安慰自己拉盾,他們只是感情好桨菜,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,600評論 6 386
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著捉偏,像睡著了一般倒得。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上夭禽,一...
    開封第一講書人閱讀 49,829評論 1 290
  • 那天霞掺,我揣著相機(jī)與錄音,去河邊找鬼讹躯。 笑死根悼,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的蜀撑。 我是一名探鬼主播挤巡,決...
    沈念sama閱讀 38,979評論 3 408
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼酷麦!你這毒婦竟也來了矿卑?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,722評論 0 266
  • 序言:老撾萬榮一對情侶失蹤沃饶,失蹤者是張志新(化名)和其女友劉穎母廷,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體糊肤,經(jīng)...
    沈念sama閱讀 44,189評論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡琴昆,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,519評論 2 327
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了馆揉。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片业舍。...
    茶點(diǎn)故事閱讀 38,654評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出舷暮,到底是詐尸還是另有隱情态罪,我是刑警寧澤,帶...
    沈念sama閱讀 34,329評論 4 330
  • 正文 年R本政府宣布下面,位于F島的核電站复颈,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏沥割。R本人自食惡果不足惜耗啦,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,940評論 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望机杜。 院中可真熱鬧帜讲,春花似錦、人聲如沸叉庐。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,762評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽陡叠。三九已至,卻和暖如春肢执,著一層夾襖步出監(jiān)牢的瞬間枉阵,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,993評論 1 266
  • 我被黑心中介騙來泰國打工预茄, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留兴溜,地道東北人。 一個月前我還...
    沈念sama閱讀 46,382評論 2 360
  • 正文 我出身青樓耻陕,卻偏偏與公主長得像拙徽,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子诗宣,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,543評論 2 349