共计 3158 个字符，预计需要花费 8 分钟才能阅读完成。
前言
问卷调查收集是最常见的社会考察的一种办法，通常应于市场考察，信息收集等方面。然而宏大的问卷调查收集完了之后面对如此大量的数据该怎么录入，并将内容转换为电子文档呢？明天就为大家介绍通过集成华为 HMS ML Kit 表格辨认服务来轻松实现表格录入性能。
利用场景
华为 HMS ML Kit 表格辨认服务是利用 AI 技术从输出的图片中辨认并返回表格构造信息（包含单元格的行列信息和坐标信息）和表格中的文本信息（包含单元格内的文本内容），反对辨认中英文文本信息及标点符号。表格辨认服务在日常工作场景中有广泛应用。例如，收集到大量纸质表格问卷后，能够通过该服务将辨认到的问卷内容转换为电子文档，缩小人工录入老本，大幅提高工作效率。
注意事项
- 反对辨认具备表格特色的表单、问卷等。
- 临时不反对图片中含有多张表格的辨认，不反对获取表头及表尾信息。
- 满足以下条件可达到最佳辨认成果（如下示图）：
| 拍摄角度 | 立体歪斜角度小于 5 度 |
|---|---|
| 表格残缺度 | 无缺角、无蜿蜒表格线、表格线间断未间断 |
| 表格内容 | 表格中的文字为横向，表格中的背景色（底色）和表格线色彩要求有显著的对比度，仅反对为纯印刷体文本，暂不反对辨认表格内的图片、公式、手写字、印章、水印等 |
| 图片规格 | 图片的长边和短边的比例需小于 3:1（含），分辨率需大于 960*960px，图片中表格的方向必须正向，表格占图片面积 60% 以上，并在图片的两头地位 |
开发步骤
1. 开发筹备
具体的筹备步骤能够参考华为开发者联盟：
https://developer.huawei.com/consumer/cn/doc/development/HMSCore-Guides-V5/dev-process-0000001050038076-V5?ha_source=hms1
这里列举要害的开发步骤。
1.1 我的项目级 gradle 里配置 Maven 仓地址
buildscript {
repositories {google()
jcenter()
maven {url 'https://developer.huawei.com/repo/'}
}
dependencies {
...
classpath 'com.huawei.agconnect:agcp:1.4.1.300'
}
}
allprojects {
repositories {google()
jcenter()
maven {url 'https://developer.huawei.com/repo/'}
}
}1.2 文件头减少配置
集成 SDK 后，在文件头增加配置
apply plugin: 'com.android.application'
apply plugin: 'com.huawei.agconnect'1.3 利用级 gradle 里配置 SDK 依赖
dependencies{
// 引入根底 SDK
implementation 'com.huawei.hms:ml-computer-vision-formrecognition:2.0.4.300'
// 引入表格辨认模型包
implementation 'com.huawei.hms:ml-computer-vision-formrecognition-model:2.0.4.300'
}1.4 将以下语句增加到 AndroidManifest.xml 文件中，用于自动更新机器学习模型
<meta-data
android:name="com.huawei.hms.ml.DEPENDENCY"
android:value= "fr"/>1.5 申请摄像头权限
<uses-permission android:name="android.permission.CAMERA" />
<uses-feature android:name="android.hardware.camera" />2. 代码开发
2.1 创建表格辨认分析器。
MLFormRecognitionAnalyzerSetting setting = new MLFormRecognitionAnalyzerSetting.Factory().create();
MLFormRecognitionAnalyzer analyzer = MLFormRecognitionAnalyzerFactory.getInstance().getFormRecognitionAnalyzer(setting);2.2 通过 android.graphics.Bitmap 创立 MLFrame 对象用于分析器辨认表格，反对的图片格式包含：jpg/jpeg/png，倡议图片尺寸不小于 960960 像素，不大于 19201920 像素。
MLFrame mlFrame = MLFrame.fromBitmap(bitmap);2.3 调用 asyncAnalyseFrame 异步办法或 analyseFrame 同步办法进行表格辨认（JsonObject 对象的数据结构定义请参见 JsonObject）。
// asyncAnalyseFrame 异步调用。Task<JsonObject> recognizeTask = analyzer.asyncAnalyseFrame(mlFrame);
recognizeTask.addOnSuccessListener(new OnSuccessListener<JsonObject>() {
@Override
public void onSuccess(JsonObject recognizeResult) {// 辨认胜利。}
}).addOnFailureListener(new OnFailureListener() {
@Override
public void onFailure(Exception e) {// 辨认失败。}
});
// analyseFrame 同步调用。SparseArray<JsonObject> recognizeResult = analyzer.analyseFrame(mlFrame);
if (recognizeResult != null && recognizeResult.get(0).get("retCode").getAsInt() == MLFormRecognitionConstant.SUCCESS) {// 辨认胜利。} else {// 辨认失败。}2.4 检测实现，进行分析器，开释检测资源。
if (analyzer != null) {analyzer.stop();
}
总结
华为机器学习表格辨认服务为开发者提供辨认图片中表格的服务，可广泛应用于问卷调查数据收集等利用场景中，代替人工录入，缩小老本。
欲了解更多详情，请参阅：
华为开发者联盟官网：https://developer.huawei.com/consumer/cn/hms?ha_source=hms1
获取开发领导文档：https://developer.huawei.com/consumer/cn/doc/development?ha_source=hms1
参加开发者探讨请到 Reddit 社区：https://www.reddit.com/r/HMSCore/
下载 demo 和示例代码请到 Github：https://github.com/HMS-Core
解决集成问题请到 Stack Overflow：https://stackoverflow.com/questions/tagged/huawei-mobile-services?tab=Newest
如您有任何疑难或须要帮忙，请与咱们分割：mlkit@huawei.com
原文链接：https://developer.huawei.com/consumer/cn/forum/topic/0204429136296960028?fid=18
原作者：timer
