Skip to content

Latest commit

 

History

History
74 lines (58 loc) · 3.96 KB

simple-text.md

File metadata and controls

74 lines (58 loc) · 3.96 KB

最もシンプルな例

最もシンプルな例 は、カメラを起動して画面に映った文字をログに出力するサンプルです。

ログはスマホの画面には表示されず、Android Studio での Logcat などに表示されます。

こちらの例はメイン画面の一番上の SimpleTextScanner ボタンを押すと起動される画面で、 app/src/main/java/com/nefrock/edgeocr_example/simple_text/SimpleTextScannerActivity.javaに定義されています。

カメラセットアップ

カメラの実装にはアンドロイドの CameraX を使用しています。

端末のカメラ機能を利用するため AndroidManifest.xml に次の 3 行を追加する必要があります。

<uses-permission android:name="android.permission.CAMERA" />
<uses-feature android:name="android.hardware.camera" />
<uses-feature android:name="android.hardware.camera.autofocus" />

次に、カメラから送られてくる各フレームごとの画像に対して OCR する箇所について説明いたします。 この処理は同クラスの startCamera メソッドに記述されています。

まず、CameraX.ImageAnalysis オブジェクトを作成します。

// Set up image analysis using EdgeOCR
imageAnalysis = new ImageAnalysis.Builder()
        .setOutputImageFormat(ImageAnalysis.OUTPUT_IMAGE_FORMAT_YUV_420_888)
        .setBackpressureStrategy(ImageAnalysis.STRATEGY_KEEP_ONLY_LATEST)
        .build();

YUV_420_888 形式で画像を取得するようにしている点と、STRATEGY_KEEP_ONLY_LATEST を使ってノンブロッキングで解析を行っている点に注意してください。

次に ImageAnalysis に OCR の処理を記述します。

imageAnalysis.setAnalyzer(analysisExecutor, image -> {
    if (!api.isReady()) {
        image.close();
        return;
    }
    try {
        ScanResult scanResult = api.scan(image);
        List<Text> detections = scanResult.getTextDetections();
        for(Text detection: detections) {
            String text = detection.getText();
            if(!text.isEmpty()) {
                Log.d("EDGE_OCR_FIRST_EXAMPLE", "detected: " + text);
            }
        }
    } catch (EdgeError e) {
        Log.e("EdgeOCRExample", "[startCamera] Failed to analyze image", e);
    } finally {
        image.close();
    }
});

ImageAnalysis.setAnalyzer の第二引数でAnalyzerを定義しており、Analyzerの analyze メソッドで処理を記述しています。 このサンプルでは簡単のためAnalyzerは無名クラスで定義しています。

api.scan メソッドの戻り値は ScanResult オブジェクトです。 このオブジェクトから getDetections メソッドで OCR 結果である Detection オブジェクトが取得できます。 スキャン範囲内の対象物トのすべてをスキャンするので、複数の Detection オブジェクトが返されます。 また、対象物は useModel で選択したモデルによってテキスト、バーコード、またはその両方です。 getDetections の返す Detection オブジェクトを Text または Barcode にキャストして、それぞれの情報を取得できます。 文字列、またはバーコードのみを取得したい場合は、getTextDetections （または getBarcodeDetections）を使用してください．

また、カメラの解像度とスキャン範囲は異なっています。 詳しくはSDK が解析する画像の範囲についてで解説を行います。

こちらのサンプルでは、Detection オブジェクトの中からテキストが空でないものをログに出力しています。