超簡單整合HMS ML Kit文字超分能力，一鍵提升文字解析度

華為開發者論壇發表於2020-10-16

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，於是截圖發到朋友圈想和好友分享。但是在釋出圖片時，軟體會對圖片強制進行壓縮，導致圖片解析度下降，文字變得模糊難以閱讀。那麼有沒有什麼辦法可以解決這種情況呢？當然有啦。華為HMS ML Kit提供了文字超分技術，可以突破影像中文字解析度的物理限制，對包含文字內容的影像進行9倍放大（長寬各放大3倍），同時顯著增強影像中文字的清晰度和可辨識度，輕鬆解決圖片中文字解析度低的問題。

應用場景

文字超分技術在生活中有很多的應用場景，比如剛剛提到朋友圈釋出的截圖被壓縮時，文字超分技術可以把截圖還原到高清晰度。
在這裡插入圖片描述在這裡插入圖片描述在這裡插入圖片描述
或者是在文件翻拍時，因為距離遠、未聚焦等原因，導致拍攝的文字不清晰。文字超分技術可以提高翻拍文件的清晰度和可辨識度，讓文件中的字變得清晰。

在這裡插入圖片描述在這裡插入圖片描述

怎麼樣，是不是很實用？下面給大家簡單介紹如何整合HMS ML Kit文字超分服務。

開發實戰

1. 配置Maven倉地址

1.1 開啟Android Studio專案級“build.gradle”檔案

在這裡插入圖片描述

1.2 新增HUAWEI agcp外掛以及Maven程式碼庫。
在allprojects ->repositories裡面配置HMS Core SDK的Maven倉地址。

allprojects {
    repositories {
        google()
        jcenter()
        maven {url 'https://developer.huawei.com/repo/'}
    }
 }

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

buildscript {
    repositories {
        google()
        jcenter()
        maven {url 'https://developer.huawei.com/repo/'}
    }
 }

2. 整合文字影像超解析度服務SDK

2.1 Full SDK方式整合（推薦使用）

dependencies{ 
    // 引入基礎SDK
    Implementation 'com.huawei.hms:ml-computer-vision-textimagesuperresolution:2.0.3.300'
    // 引入文字影像超解析度模型包
    implementation 'com.huawei.hms:ml-computer-vision-textimagesuperresolution-model:2.0.3.300'
}

2.2 檔案頭新增配置

apply plugin: 'com.android.application'
apply plugin: 'com.huawei.agconnect'

2.3 更新機器學習模型

<meta-data            
        android:name="com.huawei.hms.ml.DEPENDENCY" 
        android:value= "tisr"/>

3. 程式碼開發

3.1 建立文字影像超解析度分析器

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

3.2 通過android.graphics.Bitmap構造MLFrame（注意此處的bitmap型別必須為ARGB8888，請注意做必要的轉換）

// 通過bitmap建立MLFrame，bitmap為輸入的圖片資料。
MLFrame frame = new MLFrame.Creator().setBitmap(bitmap).create();

3.3 對包含文字的圖片進行超解析度處理

Task<MLTextImageSuperResolutionResult> task = analyzer.asyncAnalyseFrame(frame);
task.addOnSuccessListener(new OnSuccessListener<MLTextImageSuperResolutionResult>() {
    public void onSuccess(MLTextImageSuperResolutionResult result) {
        // 超分成功的處理邏輯。
    }})
    .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，開發者可以對錯誤碼進行處理，根據錯誤碼進行差異化的頁面提示。
                int errorCode = mlException.getErrCode();
                // 獲取報錯資訊，開發者可以結合錯誤碼，快速定位問題。
                String errorMessage = mlException.getMessage();
            } else {
                // 其他異常。
        }
});

3.4 超分完成，停止分析器，釋放檢測資源

if (analyzer != null) {
    analyzer.stop();
}

Github地址

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

更詳細的開發指南參考華為開發者聯盟官網

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

欲瞭解更多詳情，請參閱：

華為開發者聯盟官網：https://developer.huawei.com/consumer/cn/hms

獲取開發指導文件：https://developer.huawei.com/consumer/cn/doc/development

參與開發者討論請到Reddit社群：https://www.reddit.com/r/HMSCore/

下載demo和示例程式碼請到Github：https://github.com/HMS-Core

解決整合問題請到Stack Overflow：https://stackoverflow.com/questions/tagged/huawei-mobile-services?tab=Newest

原文連結：
https://developer.huawei.com/consumer/cn/forum/topicview?tid=0203349782674210504&fid=18
作者：留下落葉

相關文章