Flutter文本识别插件google_mlkit_text_recognition的使用

Google’s ML Kit Text Recognition for Flutter

Flutter插件，用于使用Google的ML Kit Text Recognition来识别中文、天城文（Devanagari）、日文、韩文和拉丁字符集中的文本。

重要提示

1. 平台支持：Google的ML Kit仅适用于移动平台：iOS和Android应用。Web或其他平台不受支持。
2. 维护者：此插件不由Google赞助或维护，作者是一群对机器学习充满热情的开发者。
3. 平台通道：此插件使用Flutter Platform Channels与原生平台通信，所有机器学习处理都在原生平台上完成。

要求

iOS

• 最低iOS部署目标：15.5.0
• Xcode 15.3.0或更新版本
• Swift 5
• ML Kit不支持32位架构（i386和armv7），仅支持64位架构（x86_64和arm64）。

在Podfile中排除32位架构：

platform :ios, '15.5.0'  # 或更新版本

$iOSVersion = '15.5.0'  # 或更新版本

post_install do |installer|
  installer.pods_project.build_configurations.each do |config|
    config.build_settings["EXCLUDED_ARCHS[sdk=*]"] = "armv7"
    config.build_settings['IPHONEOS_DEPLOYMENT_TARGET'] = $iOSVersion
  end

  installer.pods_project.targets.each do |target|
    flutter_additional_ios_build_settings(target)
    target.build_configurations.each do |config|
      if Gem::Version.new($iOSVersion) > Gem::Version.new(config.build_settings['IPHONEOS_DEPLOYMENT_TARGET'])
        config.build_settings['IPHONEOS_DEPLOYMENT_TARGET'] = $iOSVersion
      end
    end
  end
end

Android

• minSdkVersion: 21
• targetSdkVersion: 33
• compileSdkVersion: 34

支持的语言

ML Kit Text Recognition API可以识别中文、天城文（Devanagari）、日文、韩文和拉丁字符集中的文本。更多信息请参阅官方文档。

使用方法

文本识别

添加语言包依赖

默认情况下，此插件仅支持拉丁字符的识别。如果需要识别其他语言，请手动添加依赖。

对于iOS平台，在ios/Podfile文件中添加：

pod 'GoogleMLKit/TextRecognitionChinese', '~> 7.0.0'
pod 'GoogleMLKit/TextRecognitionDevanagari', '~> 7.0.0'
pod 'GoogleMLKit/TextRecognitionJapanese', '~> 7.0.0'
pod 'GoogleMLKit/TextRecognitionKorean', '~> 7.0.0'

对于Android平台，在android/app/build.gradle文件中添加：

dependencies {
    implementation 'com.google.mlkit:text-recognition-chinese:16.0.0'
    implementation 'com.google.mlkit:text-recognition-devanagari:16.0.0'
    implementation 'com.google.mlkit:text-recognition-japanese:16.0.0'
    implementation 'com.google.mlkit:text-recognition-korean:16.0.0'
}

创建InputImage实例

创建一个InputImage实例，具体方法请参考官方文档。

final InputImage inputImage;

创建TextRecognizer实例

final textRecognizer = TextRecognizer(script: TextRecognitionScript.latin);

处理图像

final RecognizedText recognizedText = await textRecognizer.processImage(inputImage);

String text = recognizedText.text;
for (TextBlock block in recognizedText.blocks) {
  final Rect rect = block.boundingBox;
  final List<Point<int>> cornerPoints = block.cornerPoints;
  final String blockText = block.text;
  final List<String> languages = block.recognizedLanguages;

  for (TextLine line in block.lines) {
    // 同TextBlock的getter方法
    for (TextElement element in line.elements) {
      // 同TextBlock的getter方法
    }
  }
}

释放资源

textRecognizer.close();

示例应用

可以在这里找到示例应用。

完整示例代码

下面是一个完整的示例代码，展示了如何使用google_mlkit_text_recognition插件进行文本识别：

import 'package:flutter/material.dart';
import 'package:google_mlkit_text_recognition/google_mlkit_text_recognition.dart';

void main() => runApp(MyApp());

class MyApp extends StatelessWidget {
  @override
  Widget build(BuildContext context) {
    return MaterialApp(
      home: TextRecognitionPage(),
    );
  }
}

class TextRecognitionPage extends StatefulWidget {
  @override
  _TextRecognitionPageState createState() => _TextRecognitionPageState();
}

class _TextRecognitionPageState extends State<TextRecognitionPage> {
  final TextRecognizer textRecognizer = TextRecognizer(script: TextRecognitionScript.latin);
  String recognizedText = '';

  Future<void> processImage(InputImage inputImage) async {
    final RecognizedText result = await textRecognizer.processImage(inputImage);
    setState(() {
      recognizedText = result.text;
    });
  }

  @override
  void dispose() {
    textRecognizer.close();
    super.dispose();
  }

  @override
  Widget build(BuildContext context) {
    return Scaffold(
      appBar: AppBar(
        title: Text('Text Recognition'),
      ),
      body: Center(
        child: Column(
          mainAxisAlignment: MainAxisAlignment.center,
          children: [
            Text('Recognized Text:'),
            Text(recognizedText),
            ElevatedButton(
              onPressed: () async {
                // 假设你有一个方法来获取InputImage
                final InputImage inputImage = await getImageFromSource(); 
                await processImage(inputImage);
              },
              child: Text('Process Image'),
            ),
          ],
        ),
      ),
    );
  }

  // 获取InputImage的方法，根据实际情况实现
  Future<InputImage> getImageFromSource() async {
    // 实现获取InputImage的逻辑，例如从相机或图库中选择图片
    // 这里只是一个占位符
    throw UnimplementedError();
  }
}

希望这个示例能帮助你更好地理解和使用google_mlkit_text_recognition插件。如果你有任何问题，欢迎随时提问！