一、ML Kit 概述

  1. ML Kit 是 Google 为移动应用开发者打造的一款机器学习工具包

  2. ML Kit 能让开发者相对轻松地在 Android 和 iOS 应用中集成各种机器学习功能

  3. ML Kit 包含了文字识别、人脸检测、条形码扫描、图像标签等功能

  • ML Kit 官网：https://developers.google.cn/ml-kit?hl=zh-cn

二、ML Kit 文字识别

1、演示
（1）Dependencies
  • 模块级 build.gradle
// 使用拉丁语系文本识别，例如，英文
implementation 'com.google.mlkit:text-recognition:16.0.0'

// 额外添加中文包
implementation 'com.google.mlkit:text-recognition-chinese:16.0.0'
（2）Util
  • OcrCallback.java
public interface OcrCallback {

    void onSuccess(String result);

    void onError(Exception e);
}
  • OcrManager.java
public class OcrManager {

    public static void recognizeChineseText(Bitmap bitmap, OcrCallback ocrCallback) {

        InputImage inputImage = InputImage.fromBitmap(bitmap, 0);

        TextRecognizer textRecognizer = TextRecognition.getClient(
                new ChineseTextRecognizerOptions.Builder().build()
        );

        textRecognizer.process(inputImage)
                .addOnSuccessListener(new OnSuccessListener<Text>() {
                    @Override
                    public void onSuccess(Text text) {
                        ocrCallback.onSuccess(text.getText());
                    }
                })
                .addOnFailureListener(new OnFailureListener() {
                    @Override
                    public void onFailure(@NonNull Exception e) {
                        ocrCallback.onError(e);
                    }
                });
    }

    public static void recognizeLatinText(Bitmap bitmap, OcrCallback ocrCallback) {

        InputImage inputImage = InputImage.fromBitmap(bitmap, 0);

        TextRecognizer textRecognizer = TextRecognition.getClient(TextRecognizerOptions.DEFAULT_OPTIONS);

        textRecognizer.process(inputImage)
                .addOnSuccessListener(new OnSuccessListener<Text>() {
                    @Override
                    public void onSuccess(Text text) {
                        ocrCallback.onSuccess(text.getText());
                    }
                })
                .addOnFailureListener(new OnFailureListener() {
                    @Override
                    public void onFailure(@NonNull Exception e) {
                        ocrCallback.onError(e);
                    }
                });
    }
}
（3）Test
Bitmap bitmap = BitmapFactory.decodeResource(getResources(), R.drawable.test_img);

OcrManager.recognizeChineseText(bitmap, new OcrCallback() {
    @Override
    public void onSuccess(String result) {
        Log.i(TAG, "识别成功，结果：" + result);
    }

    @Override
    public void onError(Exception e) {
        Log.i(TAG, "识别失败，原因：" + e.getMessage());
    }
});

# 输出结果

识别成功，结果：超车道
OVERTAKING LANE
行车道
CARRIAGEWAY

# 输出结果

识别成功，结果：张三
2、解读
  1. 从 Bitmap 创建 InputImage
InputImage inputImage = InputImage.fromBitmap(bitmap, 0);
  1. 获取 TextRecognizer 实例，用于识别中文
TextRecognizer textRecognizer = TextRecognition.getClient(
        new ChineseTextRecognizerOptions.Builder().build()
);
  1. 识别中文，添加监听器，OnSuccessListener 与 addOnFailureListener
textRecognizer.process(inputImage)
        .addOnSuccessListener(new OnSuccessListener<Text>() {
            @Override
            public void onSuccess(Text text) {
                ...
            }
        })
        .addOnFailureListener(new OnFailureListener() {
            @Override
            public void onFailure(@NonNull Exception e) {
                ...
            }
        });
  1. 提取完整文本
ocrCallback.onSuccess(text.getText());
  1. 从资源文件获取 Bitmap
Bitmap bitmap = BitmapFactory.decodeResource(getResources(), R.drawable.test_img);

三、文本提取

1、基本介绍

  1. 如果文本识别操作成功，系统会向 OnSuccessListener 传递一个 Text 对象，Text 对象包含图片中识别到的完整文本以及 0 个或 0 个以上的 TextBlock 对象

  2. 每个 TextBlock 表示一个矩形文本块，其中包含 0 个或 0 个以上的 Line 对象

  3. 每个 Line 对象代表一行文本，其中包含零个或零个以上的 Element 对象

  4. 每个 Element 对象都表示一个字词或类似字词的实体，其中包含零个或零个以上的 Symbol 对象

  5. 每个 Symbol 对象都表示一个字符、一个数字或类似字词的实体

2、演示
（1）Util
  • OcrManager.java
private static void processText(Text text) {
    for (Text.TextBlock textBlock : text.getTextBlocks()) {
        Log.i(TAG, "-------------------- textBlock: " + textBlock.getText());
        for (Text.Line line : textBlock.getLines()) {
            Log.i(TAG, "--------------- line: " + line.getText());
            for (Text.Element element : line.getElements()) {
                Log.i(TAG, "---------- element: " + element.getText());
                for (Text.Symbol symbol : element.getSymbols()) {
                    Log.i(TAG, "----- symbol: " + symbol.getText());
                }
            }
        }
    }
}

public static void recognizeChineseText(Bitmap bitmap, OcrCallback ocrCallback) {

    InputImage inputImage = InputImage.fromBitmap(bitmap, 0);

    TextRecognizer textRecognizer = TextRecognition.getClient(
            new ChineseTextRecognizerOptions.Builder().build()
    );

    textRecognizer.process(inputImage)
            .addOnSuccessListener(new OnSuccessListener<Text>() {
                @Override
                public void onSuccess(Text text) {
                    processText(text);
                    ocrCallback.onSuccess(text.getText());
                }
            })
            .addOnFailureListener(new OnFailureListener() {
                @Override
                public void onFailure(@NonNull Exception e) {
                    ocrCallback.onError(e);
                }
            });
}
（2）Test
Bitmap bitmap = BitmapFactory.decodeResource(getResources(), R.drawable.test_img);

OcrManager.recognizeChineseText(bitmap, new OcrCallback() {
    @Override
    public void onSuccess(String result) {
        Log.i(TAG, "识别成功，结果：" + result);
    }

    @Override
    public void onError(Exception e) {
        Log.i(TAG, "识别失败，原因：" + e.getMessage());
    }
});

# 输出结果

-------------------- textBlock: 超车道
--------------- line: 超车道
---------- element: 超车道
----- symbol: 超
----- symbol: 车
----- symbol: 道
-------------------- textBlock: OVERTAKING LANE
--------------- line: OVERTAKING LANE
---------- element: OVERTAKING
----- symbol: O
----- symbol: V
----- symbol: E
----- symbol: R
----- symbol: T
----- symbol: A
----- symbol: K
----- symbol: I
----- symbol: N
----- symbol: G
---------- element: LANE
----- symbol: L
----- symbol: A
----- symbol: N
----- symbol: E
-------------------- textBlock: 行车道
--------------- line: 行车道
---------- element: 行车道
----- symbol: 行
----- symbol: 车
----- symbol: 道
-------------------- textBlock: CARRIAGEWAY
--------------- line: CARRIAGEWAY
---------- element: CARRIAGEWAY
----- symbol: C
----- symbol: A
----- symbol: R
----- symbol: R
----- symbol: I
----- symbol: A
----- symbol: G
----- symbol: E
----- symbol: W
----- symbol: A
----- symbol: Y
识别成功，结果：超车道
OVERTAKING LANE
行车道
CARRIAGEWAY

# 输出结果

-------------------- textBlock: 张三
--------------- line: 张三
---------- element: 张三
----- symbol: 张
----- symbol: 三
识别成功，结果：张三
3、提取连续文本
（1）Util
  • OcrManager.java
public static void recognizeChineseText(Bitmap bitmap, OcrCallback ocrCallback) {

    InputImage inputImage = InputImage.fromBitmap(bitmap, 0);

    TextRecognizer textRecognizer = TextRecognition.getClient(
            new ChineseTextRecognizerOptions.Builder().build()
    );

    textRecognizer.process(inputImage)
            .addOnSuccessListener(new OnSuccessListener<Text>() {
                @Override
                public void onSuccess(Text text) {
                    String result = text.getText();
                    String newResult = result
                            .replaceAll("\\s+", " ") // 将任何空白符序列（包括换行符）替换为单个空格
                            .replaceAll("\\n", "") // 再次确保移除所有换行符
                            .trim(); // 去掉首尾空格
                    ocrCallback.onSuccess(newResult);
                }
            })
            .addOnFailureListener(new OnFailureListener() {
                @Override
                public void onFailure(@NonNull Exception e) {
                    ocrCallback.onError(e);
                }
            });
}
（2）Test
Bitmap bitmap = BitmapFactory.decodeResource(getResources(), R.drawable.test_img);

OcrManager.recognizeChineseText(bitmap, new OcrCallback() {
    @Override
    public void onSuccess(String result) {
        Log.i(TAG, "识别成功，结果：" + result);
    }

    @Override
    public void onError(Exception e) {
        Log.i(TAG, "识别失败，原因：" + e.getMessage());
    }
});

# 输出结果

识别成功，结果：超车道 OVERTAKING LANE 行车道 CARRIAGEWAY

四、补充情况

1、Bitmap 获取失败的情况
  • 这里从一个不存在的资源文件获取 Bitmap
Bitmap bitmap = BitmapFactory.decodeResource(getResources(), 1001);

Log.i(TAG, "bitmap: " + bitmap);

OcrManager.recognizeChineseText(bitmap, new OcrCallback() {
    @Override
    public void onSuccess(String result) {
        Log.i(TAG, "识别成功，结果：" + result);
    }

    @Override
    public void onError(Exception e) {
        Log.i(TAG, "识别失败，原因：" + e.getMessage());
    }
});

# 输出结果

bitmap: null
...
FATAL EXCEPTION: main
Process: com.my.ocr_ml_kit, PID: 29277
java.lang.RuntimeException: Unable to start activity ComponentInfo{com.my.ocr_ml_kit/com.my.ocr_ml_kit.MainActivity}: java.lang.NullPointerException: null reference
  • OcrManager.java，完善 recognizeChineseText 方法
public static void recognizeChineseText(Bitmap bitmap, OcrCallback ocrCallback) {

    if (bitmap == null) {
        ocrCallback.onError(new IllegalArgumentException("Bitmap is null"));
        return;
    }

    InputImage inputImage = InputImage.fromBitmap(bitmap, 0);

    TextRecognizer textRecognizer = TextRecognition.getClient(
            new ChineseTextRecognizerOptions.Builder().build()
    );

    textRecognizer.process(inputImage)
            .addOnSuccessListener(new OnSuccessListener<Text>() {
                @Override
                public void onSuccess(Text text) {
                    if (ocrCallback != null) ocrCallback.onSuccess(text.getText());
                }
            })
            .addOnFailureListener(new OnFailureListener() {
                @Override
                public void onFailure(@NonNull Exception e) {
                    if (ocrCallback != null) ocrCallback.onError(e);
                }
            });
}
2、识别连笔字
  • ML Kit 文字识别，识别连笔字的能力有限，应该使用 ML Kit 数字墨水识别
Bitmap bitmap4_1 = BitmapFactory.decodeResource(getResources(), R.drawable.test4_1);
Bitmap bitmap4_2 = BitmapFactory.decodeResource(getResources(), R.drawable.test4_2);

OcrManager.recognizeChineseText(bitmap4_1, new OcrCallback() {
    @Override
    public void onSuccess(String result) {
        Log.i(TAG, "test4_1 识别成功，结果：" + result);
    }

    @Override
    public void onError(Exception e) {
        Log.i(TAG, "test4_1 识别失败，原因：" + e.getMessage());
    }
});

OcrManager.recognizeChineseText(bitmap4_2, new OcrCallback() {
    @Override
    public void onSuccess(String result) {
        Log.i(TAG, "test4_2 识别成功，结果：" + result);
    }

    @Override
    public void onError(Exception e) {
        Log.i(TAG, "test4_2 识别失败，原因：" + e.getMessage());
    }
});
  1. test4_1.png
  1. test4_2.png
# 输出结果

test4_1 识别成功，结果：
test4_2 识别成功，结果：
# java # linux # java-ee # 学习 # android
Logo
乐奇 Rokid 开放社区

更多推荐

cover

【应用方案】智能眼镜一站式解决方案：交互与感知技术赋能下一代穿戴体验

avatar 乐奇 Rokid 开放社区
cover

全球 AI / 科技简报｜2026 年 9 月 4 日

avatar 乐奇 Rokid 开放社区
cover

腾讯WorkBuddy宣布开放平台上线，首批引入超百家伙伴，打造 Agent 新生态

avatar 乐奇 Rokid 开放社区