淺析HarmonyOS基于AI的通用文字識別技術(shù)

在資訊大爆炸的時代，我們經(jīng)常面臨文件、圖片找不到的情況，HarmonyOS基于AI的通用文字識別技術(shù)，可以有效幫助我們解決這些難題。

基于AI的通用文字識別，將OCR技術(shù)和AI分詞技術(shù)集成，可以對圖像信息進行文字檢測、識別和關(guān)鍵信息提取，并根據(jù)分析結(jié)果提供翻譯、搜索等相關(guān)服務(wù)。

通用文字識別的核心技術(shù)是OCR【Optical Character Recognition，光學(xué)字符識別】，OCR是一種通過拍照、掃描等光學(xué)輸入方式，把各種票據(jù)、卡證、表格、報刊、書籍等印刷品文字轉(zhuǎn)化為圖像信息，再利用文字識別技術(shù)將圖像信息轉(zhuǎn)化為計算機等設(shè)備可以使用的字符信息的技術(shù)。

AI分詞是對于一段輸入文本，自動進行分詞，同時提供不同的分詞粒度。

接下來我們將通過一個“AI文字識別”Demo，為你展示如何三步完成AI應(yīng)用的開發(fā)，心動不如行動，復(fù)制下方鏈接，搶先體驗吧~HarmonyOS應(yīng)用開發(fā)在線體驗：https://playground.harmonyos.com/#/cn/onlineDemo

AI文字識別Demo

如下視頻所示，點擊在線體驗鏈，進入 “AI文字識別”Demo后，會看到圖片列表中已經(jīng)收錄不同圖片，接著在輸入框中輸入關(guān)鍵詞，點擊識別搜索后，會彈出一個提示框，點擊提示框的“下一步”，搜索結(jié)果列表就會展示與關(guān)鍵詞相關(guān)的圖片。

只需輸入關(guān)鍵詞，就可以匹配得到我們想要的圖片，再也不用懼怕茫茫圖海中找不到圖的窘境了。如此方便高效的AI應(yīng)用，只需三步就能完成，接下來我們將我大家揭秘是此AI應(yīng)用如何通過三步完成的 。

第一步，圖片文字識別

如圖1所示，通過調(diào)用API：ITextDetector.detect（），對圖片上的文字進行識別。具體實現(xiàn)是在代碼21行的textDetector，此處傳入了需要識別的Image（ “有獎?wù)魑摹眻D）和一個 text組件，text組件將保存Image識別的結(jié)果，然后通過22行的sendResult將文字識別結(jié)果發(fā)送到主線程。更多API詳情請點擊下方官網(wǎng)鏈接。

ITextDetector.detect（）官網(wǎng)介紹：

https://developer.harmonyos.com/cn/docs/documentation/doc-references/itextdetector-0000001054200044

第二步，智能分詞

如圖2所示，通過調(diào)用API：NluClient.getWordSegment（），將輸入的內(nèi)容根據(jù)不同的詞語粒度，自動分割為數(shù)個關(guān)鍵詞。如：在搜索框中輸入“有獎?wù)魑摹?，系統(tǒng)會將關(guān)鍵詞分成“有獎”和“征文”。具體實現(xiàn)是在代碼13行g(shù)etWordSegment，參數(shù)requestData為輸入的關(guān)鍵詞，然后通過14行的sendResult發(fā)送分詞結(jié)果。更多API詳情請點擊下方官網(wǎng)鏈接。

NluClient.getWordSegment（）官網(wǎng)介紹：

https://developer.harmonyos.com/cn/docs/documentation/doc-references/nluclient-0000001054518788

第三步，匹配圖片

如圖3所示，最后一步很簡單，就是將分詞后的“有獎?wù)魑摹焙蛨D片識別的文字匹配，具體實現(xiàn)是將代碼第4行的list（關(guān)鍵詞集合）與第5行的imageInfos（圖片文字識別結(jié)果集合）進行匹配，如果滿足匹配條件，就會獲取匹配的圖片并展示在搜索結(jié)果中。至此，就通過了簡單的三步完成一個使用AI能力進行圖片搜索的應(yīng)用。

AI能力概述

了解完通用文字識別和分詞的AI能力，是不是感覺AI原來離我們這么近，使用起來也這么簡單呢？其實除了這兩項AI能力以外（如圖4所示），HarmonyOS還支持文檔檢測校正、文字圖像超分、IM類意圖識別、語音識別、語音播報等13類AI能力，開箱即用，開發(fā)者可以靈活、便捷地選擇AI能力，使應(yīng)用變得更加智能。

編輯：jq