Flutter文本识别插件apple_vision_recognize_text的使用

插件简介

apple_vision_recognize_text 是一个Flutter插件，它使Flutter应用程序能够使用 Apple Vision Text Recognition。请注意，这个插件并不是由苹果官方赞助或维护的，而是由希望为macOS创建类似于Google ML Kit插件的开发者们开发的。

Requirements（要求）

MacOS

• 最低osx部署目标：10.15
• Xcode 13 或更新版本
• Swift 5
• 仅支持64位架构（x86_64 和 arm64）

iOS

• 最低iOS部署目标：13.0
• Xcode 13 或更新版本
• Swift 5
• 仅支持64位架构（x86_64 和 arm64）

Getting Started（开始使用）

要使用 apple_vision_recognize_text 插件，首先需要在你的项目中导入它：

import 'package:apple_vision_recognize_text/apple_vision_recognize_text.dart';

接下来，你可以参考下面的完整示例代码来理解如何集成和使用这个插件进行文本识别。

Example（示例）

以下是一个完整的示例代码，展示了如何在Flutter应用中使用 apple_vision_recognize_text 插件来进行实时文本识别，并将识别到的文本框绘制在屏幕上。

import 'package:apple_vision_recognize_text/apple_vision_recognize_text.dart';
import 'package:flutter/material.dart';
import '../camera/camera_insert.dart';
import 'package:flutter/foundation.dart';
import 'package:flutter/services.dart';
import 'camera/input_image.dart';

void main() {
  runApp(const MyApp());
}

class MyApp extends StatelessWidget {
  const MyApp({super.key});

  @override
  Widget build(BuildContext context) {
    return MaterialApp(
      title: 'Flutter Demo',
      theme: ThemeData(
        primarySwatch: Colors.blue,
      ),
      home: const VisionRT(),
    );
  }
}

class VisionRT extends StatefulWidget {
  const VisionRT({
    Key? key,
    this.onScanned
  }):super(key: key);

  final Function(dynamic data)? onScanned; 

  @override
  _VisionRT createState() => _VisionRT();
}

class _VisionRT extends State<VisionRT> {
  final GlobalKey cameraKey = GlobalKey(debugLabel: "cameraKey");
  AppleVisionRecognizeTextController visionController = AppleVisionRecognizeTextController();
  InsertCamera camera = InsertCamera();
  Size imageSize = const Size(640, 640 * 9 / 16);
  String? deviceId;
  bool loading = true;

  List<RecognizedText>? textData;
  late double deviceWidth;
  late double deviceHeight;

  @override
  void initState() {
    super.initState();
    camera.setupCameras().then((value) {
      setState(() {
        loading = false;
      });
      camera.startLiveFeed((InputImage i) {
        if (i.metadata?.size != null) {
          imageSize = i.metadata!.size;
        }
        if (mounted) {
          Uint8List? image = i.bytes;
          visionController.processImage(
            RecognizeTextData(
              image: image!,
              imageSize: imageSize,
              recognitionLevel: RecognitionLevel.accurate,
              languages: [const Locale('en-US')],
              automaticallyDetectsLanguage: true,
            )
          ).then((data) {
            textData = data;
            setState(() {});
          });
        }
      });
    });
  }

  @override
  void dispose() {
    camera.dispose();
    super.dispose();
  }

  @override
  Widget build(BuildContext context) {
    deviceWidth = MediaQuery.of(context).size.width;
    deviceHeight = MediaQuery.of(context).size.height;
    return Stack(
      children: [
        SizedBox(
          width: imageSize.width,
          height: imageSize.height,
          child: loading ? Container() : CameraSetup(camera: camera, size: imageSize),
        ),
        ...showRects()
      ],
    );
  }

  List<Widget> showRects() {
    if (textData == null || textData!.isEmpty) return [];
    List<Widget> widgets = [];

    for (int i = 0; i < textData!.length; i++) {
      widgets.add(
        Positioned(
          top: textData![i].boundingBox.top * imageSize.height,
          left: textData![i].boundingBox.left * imageSize.width,
          child: Container(
            width: textData![i].boundingBox.width * imageSize.width,
            height: textData![i].boundingBox.height * imageSize.height,
            decoration: BoxDecoration(
              color: Colors.black.withOpacity(0.5),
              border: Border.all(width: 2, color: Colors.green),
              borderRadius: BorderRadius.circular(5)
            ),
            child: Padding(
              padding: const EdgeInsets.all(4.0),
              child: Text(
                textData![i].listText[0],
                style: const TextStyle(fontSize: 12, color: Colors.white),
              ),
            ),
          )
        )
      );
    }
    return widgets;
  }

  Widget loadingWidget() {
    return Container(
      width: deviceWidth,
      height: deviceHeight,
      color: Theme.of(context).canvasColor,
      alignment: Alignment.center,
      child: const CircularProgressIndicator(color: Colors.blue)
    );
  }
}

在这个例子中：

• InsertCamera 和 CameraSetup 是自定义组件，用于处理相机设置和显示。
• AppleVisionRecognizeTextController 用于控制文本识别过程。
• processImage 方法接收图像数据并返回识别结果。
• showRects 方法用于在屏幕上绘制识别到的文本框。

通过这个示例，你可以看到如何在Flutter应用中集成 apple_vision_recognize_text 插件，并实现基本的文本识别功能。根据你的具体需求，你还可以进一步扩展和优化这个示例。