前言

问卷调查收集是最常见的社会调查的一种方法，通常应于市场调查，信息收集等方面。但是庞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？今天就为大家介绍通过集成华为HMS ML Kit表格识别服务来轻松实现表格录入功能。

应用场景

华为HMS ML Kit表格识别服务是利用AI技术从输入的图片中识别并返回表格结构信息（包括单元格的行列信息和坐标信息）和表格中的文本信息（包括单元格内的文本内容），支持识别中英文文本信息及标点符号。表格识别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，可以通过该服务将识别到的问卷内容转换为电子文档，减少人工录入成本，大幅提高工作效率。

注意事项

支持识别具有表格特征的表单、问卷等。
暂时不支持图片中含有多张表格的识别，不支持获取表头及表尾信息。
满足以下条件可达到最佳识别效果（如下示图）：

拍摄角度	平面倾斜角度小于5度
表格完整度	无缺角、无弯曲表格线、表格线连续未间断
表格内容	表格中的文字为横向，表格中的背景色（底色）和表格线颜色要求有明显的对比度，仅支持为纯印刷体文本，暂不支持识别表格内的图片、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，并在图片的中间位置

开发步骤

1. 开发准备

详细的准备步骤可以参考华为开发者联盟：
developer.huawei.com/consumer/cn/doc/development/HMSCore-Guides-V5/dev-process-0000001050038076-V5?ha_source=hms1

这里列举关键的开发步骤。

1.1 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 文件头增加配置

集成SDK后，在文件头添加配置

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

1.3 应用级gradle里配置SDK依赖

dependencies{
    // 引入基础SDK
    implementation 'com.huawei.hms:ml-computer-vision-formrecognition:2.0.4.300'
    // 引入表格识别模型包
    implementation 'com.huawei.hms:ml-computer-vision-formrecognition-model:2.0.4.300'
}

1.4 将以下语句添加到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创建表格识别分析器。

MLFormRecognitionAnalyzerSetting setting = new MLFormRecognitionAnalyzerSetting.Factory().create();
MLFormRecognitionAnalyzer analyzer = MLFormRecognitionAnalyzerFactory.getInstance().getFormRecognitionAnalyzer(setting);

2.2通过android.graphics.Bitmap创建MLFrame对象用于分析器识别表格，支持的图片格式包括：jpg/jpeg/png，建议图片尺寸不小于960960像素，不大于19201920像素。

MLFrame mlFrame = MLFrame.fromBitmap(bitmap);

2.3调用asyncAnalyseFrame异步方法或analyseFrame同步方法进行表格识别（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) {
        // 识别成功。
    }
}).addOnFailureListener(new OnFailureListener() {
    @Override
    public void onFailure(Exception e) {
        // 识别失败。
    }
});
 
// analyseFrame同步调用。
SparseArray<JsonObject> recognizeResult = analyzer.analyseFrame(mlFrame);
if (recognizeResult != null && recognizeResult.get(0).get("retCode").getAsInt() == MLFormRecognitionConstant.SUCCESS) {
    // 识别成功。
} else {
    // 识别失败。
}

2.4检测完成，停止分析器，释放检测资源。

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

在这里插入图片描述

总结

华为机器学习表格识别服务为开发者提供识别图片中表格的服务，可广泛应用于问卷调查数据收集等应用场景中，代替人工录入，减少成本。

原作者：timer

一文轻松集成华为HMS ML Kit 表格识别服务

前言