HMS Core 华为机器学习服务 文本识别 文档校正

已于 2024-06-22 13:46:01 修改
阅读量1k 收藏 20
点赞数 16
文章标签： 华为
于 2024-06-22 13:42:05 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_74850287/article/details/139881541
版权 
package com.huawei.mlkit.advance;

import android.content.Intent;
import android.graphics.Bitmap;
import android.graphics.BitmapFactory;
import android.graphics.Point;
import android.os.Bundle;
import android.view.View;
import android.widget.Button;
import android.widget.ImageView;
import android.widget.TextView;
import android.widget.Toast;

import androidx.appcompat.app.AppCompatActivity;

import com.huawei.alliance.ml.ImageSelectedAct;

import com.huawei.hmf.tasks.OnFailureListener;
import com.huawei.hmf.tasks.OnSuccessListener;
import com.huawei.hmf.tasks.Task;
import com.huawei.hms.mlsdk.MLAnalyzerFactory;
import com.huawei.hms.mlsdk.common.MLFrame;
import com.huawei.hms.mlsdk.dsc.MLDocumentSkewCorrectionAnalyzer;
import com.huawei.hms.mlsdk.dsc.MLDocumentSkewCorrectionAnalyzerFactory;
import com.huawei.hms.mlsdk.dsc.MLDocumentSkewCorrectionAnalyzerSetting;
import com.huawei.hms.mlsdk.dsc.MLDocumentSkewCorrectionCoordinateInput;
import com.huawei.hms.mlsdk.dsc.MLDocumentSkewCorrectionResult;
import com.huawei.hms.mlsdk.dsc.MLDocumentSkewDetectResult;
import com.huawei.hms.mlsdk.text.MLLocalTextSetting;
import com.huawei.hms.mlsdk.text.MLText;
import com.huawei.hms.mlsdk.text.MLTextAnalyzer;

import java.io.IOException;
import java.util.ArrayList;
import java.util.List;

/**
* 主Activity，请不要删除，否则影响考试成绩
*/
public class MainActivity extends AppCompatActivity {

   // 选择的图片回调 requestCode - 请不要删除，否则影响考试成绩
   private static final int REQUEST_IMG = 1000;
   // 选择的图片 - 请不要删除，否则影响考试成绩
   private ImageView mIvSelected;
   // 矫正的图片 - 请不要删除，否则影响考试成绩
   private ImageView mIvSkewResult;
   // 识别文本的内容 - 请不要删除，否则影响考试成绩
   private TextView mTvResult;
   // 选择图片实体类 - 请不要删除，否则影响考试成绩
   private int mImageId;
   // 图片矫正成功保存的Bitmap - 请不要删除，否则影响考试成绩
   private Bitmap mSkewBitmap;
   //选择图片按钮
   private Button mBtnImagerSelect;
   //文本框检测/校正分析器
   private MLDocumentSkewCorrectionAnalyzer mSkewCorrectionAnalyzer = null;

   @Override
   protected void onCreate(Bundle savedInstanceState) {
       super.onCreate(savedInstanceState);
       setContentView(R.layout.activity_main);
       initView();
   }

   /**
    * 初始化View - 请不要删除，否则影响考试成绩
    */
   private void initView() {
       // 选择的图片 - 请不要删除，否则影响考试成绩
       mIvSelected = findViewById(R.id.selectedImg);
       // 矫正图片 - 请不要删除，否则影响考试成绩
       mIvSkewResult = findViewById(R.id.documentResultImg);
       // 文档识别的内容 - 请不要删除，否则影响考试成绩
       mTvResult = findViewById(R.id.textAnalyzerResult);
       // TODO 获取id为btn_imageSelect的Button控件mBtnImagerSelect
       mBtnImagerSelect = findViewById(R.id.btn_imageSelect);

       if (null != mBtnImagerSelect) {
           mBtnImagerSelect.setOnClickListener(new View.OnClickListener() {
               @Override
               public void onClick(View v) {
                   // 实现选择图片功能 - 请不要删除，否则影响考试成绩
                   startActivityForResult(new Intent(MainActivity.this, ImageSelectedAct.class), REQUEST_IMG);
               }
           });
       }

       findViewById(R.id.btn_documentSkew).setOnClickListener(new View.OnClickListener() {
           @Override
           public void onClick(View v) {
               // 实现文档矫正功能 - 请不要删除，否则影响考试成绩
               onDocumentSkewAsync();
           }
       });

       findViewById(R.id.btn_textAnalyzer).setOnClickListener(new View.OnClickListener() {
           @Override
           public void onClick(View v) {
               // 实现文本识别功能 - 请不要删除，否则影响考试成绩
               onTextAsync();
           }
       });
   }

   /**
    * 展示选择图片 - 请不要删除，否则影响考试成绩
    */
   private void createImageBySelectedImageId() {
       if (mImageId == 0) {
           return;
       }
       mIvSelected.setImageResource(mImageId);
   }

   /**
    * 展示识别图片中文字- 请不要删除，否则影响考试成绩
    */
   private void initResult(List<MLText.Block> blocks) {
       StringBuilder result = new StringBuilder();
       for (MLText.Block block : blocks) {
           for (MLText.TextLine line : block.getContents()) {
               String value = line.getStringValue();
               result.append(value).append("\n");
           }
       }
       this.mTvResult.setText(result.toString());
   }

   /**
    * 实现文档矫正功能  ~ 文档检测 - 请不要删除，否则影响考试成绩
    */
   private void onDocumentSkewAsync() {
       if (mImageId == 0) {
           Toast.makeText(this, "请选择图片", Toast.LENGTH_SHORT).show();
           return;
       }
       // TODO 创建文本框检测/校正分析器,并赋值mSkewCorrectionAnalyzer
       MLDocumentSkewCorrectionAnalyzerSetting setting = new MLDocumentSkewCorrectionAnalyzerSetting.Factory().create();
       mSkewCorrectionAnalyzer = MLDocumentSkewCorrectionAnalyzerFactory.getInstance().getDocumentSkewCorrectionAnalyzer(setting);
       // 根据选择图片的Id生成Bitmap - 请不要删除，否则影响考试成绩
       Bitmap bitmap = BitmapFactory.decodeResource(this.getResources(), mImageId);
       // TODO 根据选择图片Id生成的Bitmap,创建生成MLFrame对象
       MLFrame frame = MLFrame.fromBitmap(bitmap);
       // TODO 使用生成的文本框检测/校正分析构造器 调用异步检测文档接口 asyncDocumentSkewDetect
       // asyncDocumentSkewDetect异步调用。
       Task<MLDocumentSkewDetectResult> detectTask = mSkewCorrectionAnalyzer.asyncDocumentSkewDetect(frame);
       // TODO 回调接口添加addOnSuccessListener监听，
       //  在onSuccess(MLDocumentSkewDetectResult detectResult)回调成功方法中调用 文档矫正接口 onDocumentSkewCorrect
       detectTask.addOnSuccessListener(new OnSuccessListener<MLDocumentSkewDetectResult>() {
           @Override
           public void onSuccess(MLDocumentSkewDetectResult detectResult) {
               // 检测成功。
          onDocumentSkewCorrect(mSkewCorrectionAnalyzer,frame,detectResult);
           }
       }).addOnFailureListener(new OnFailureListener() {
           @Override
           public void onFailure(Exception e) {
               // 检测失败。
           }
       });


   }

   /**
    * 实现文档矫正功能  ~ 矫正 - 请不要删除，否则影响考试成绩
    */
   private void onDocumentSkewCorrect(MLDocumentSkewCorrectionAnalyzer skewAnalyzer, MLFrame frame, MLDocumentSkewDetectResult detectResult) {
       if (skewAnalyzer == null || frame == null || detectResult == null) {
           return;
       }
       // TODO 根据detectResult 生成 左上，右上，右下，左下 四个点 Point，
       Point leftTop = detectResult.getLeftTopPosition();
       Point rightTop = detectResult.getRightTopPosition();
       Point leftBottom = detectResult.getLeftBottomPosition();
       Point rightBottom = detectResult.getRightBottomPosition();
       // TODO 根据生成点 Point 集合 构建MLDocumentSkewCorrectionCoordinateInput对象。
       List<Point> coordinates = new ArrayList<>();
       coordinates.add(leftTop);
       coordinates.add(rightTop);
       coordinates.add(rightBottom);
       coordinates.add(leftBottom);
       MLDocumentSkewCorrectionCoordinateInput coordinateData = new MLDocumentSkewCorrectionCoordinateInput(coordinates);
       // TODO 调用矫正接口 asyncDocumentSkewCorrect
       Task<MLDocumentSkewCorrectionResult> correctionTask = skewAnalyzer.asyncDocumentSkewCorrect(frame, coordinateData);
       // TODO 在回调接口监听onSuccess中 将矫正成功图片的Bitmap对象，赋值给 mSkewBitmap， 并使用 mIvSkewResult 展示矫正图片
       correctionTask.addOnSuccessListener(new OnSuccessListener<MLDocumentSkewCorrectionResult>() {
           @Override
           public void onSuccess(MLDocumentSkewCorrectionResult refineResult) {
               // 检测成功。
               mSkewBitmap=refineResult.getCorrected();
               mIvSkewResult.setImageBitmap(mSkewBitmap);
           }
       }).addOnFailureListener(new OnFailureListener() {
           @Override
           public void onFailure(Exception e) {
               // 检测失败。
           }
       });


   }


   /**
    * 实现文本识别功能 - 请不要删除，否则影响考试成绩
    */
   private void onTextAsync() {
       if (mSkewBitmap == null) {
           return;
       }
       // TODO 根据文档矫正生成的 mSkewBitmap 对象,创建 MLFrame对象

      // 通过bitmap创建MLFrame，bitmap为输入的Bitmap格式图片数据。
       MLFrame frame = MLFrame.fromBitmap(mSkewBitmap);
       // TODO 根据MLLocalTextSetting对象创建文本识别 MLTextAnalyzer 对象
       MLLocalTextSetting setting = new MLLocalTextSetting.Factory()
               .setOCRMode(MLLocalTextSetting.OCR_DETECT_MODE)
               // 设置识别语种。
               .setLanguage("zh")
               .create();
       MLTextAnalyzer analyzer = MLAnalyzerFactory.getInstance().getLocalTextAnalyzer(setting);

       // TODO 调用异步识别方法 asyncAnalyseFrame
       Task<MLText> task = analyzer.asyncAnalyseFrame(frame);
       // TODO 在回调接口监听onSuccess中 获取文本识别对象MLText，并调用 initResult(text.getBlocks()) 方法展示识别的文字信息
       task.addOnSuccessListener(new OnSuccessListener<MLText>() {
           @Override
           public void onSuccess(MLText text) {
               // 识别成功处理。
               initResult(text.getBlocks());
           }
       }).addOnFailureListener(new OnFailureListener() {
           @Override
           public void onFailure(Exception e) {
               // 识别失败处理。
           }
       });



   }

   @Override
   protected void onActivityResult(int requestCode, int resultCode, Intent data) {
       super.onActivityResult(requestCode, resultCode, data);
       // 请不要删除以及修改，否则影响考试成绩
       if (requestCode == REQUEST_IMG) {
           if (data != null && data.getExtras() != null) {
               Bundle bundle = data.getExtras();
               if (bundle.containsKey("imageId")) {
                   mImageId = bundle.getInt("imageId");
                   createImageBySelectedImageId();
               }
           }

       }
   }

   @Override
   protected void onDestroy() {
       super.onDestroy();
       if (null != mSkewCorrectionAnalyzer) {
           try {
               mSkewCorrectionAnalyzer.stop();
           } catch (IOException e) {
               e.printStackTrace();


           }
       }
   }
}

package com.huawei.mlkit.advance;

import android.content.Intent;
import android.graphics.Bitmap;
import android.graphics.BitmapFactory;
import android.graphics.Point;
import android.os.Bundle;
import android.view.View;
import android.widget.Button;
import android.widget.ImageView;
import android.widget.TextView;
import android.widget.Toast;

import androidx.appcompat.app.AppCompatActivity;

import com.huawei.alliance.ml.ImageSelectedAct;

import com.huawei.hmf.tasks.OnFailureListener;
import com.huawei.hmf.tasks.OnSuccessListener;
import com.huawei.hmf.tasks.Task;
import com.huawei.hms.mlsdk.MLAnalyzerFactory;
import com.huawei.hms.mlsdk.common.MLFrame;
import com.huawei.hms.mlsdk.dsc.MLDocumentSkewCorrectionAnalyzer;
import com.huawei.hms.mlsdk.dsc.MLDocumentSkewCorrectionAnalyzerFactory;
import com.huawei.hms.mlsdk.dsc.MLDocumentSkewCorrectionAnalyzerSetting;
import com.huawei.hms.mlsdk.dsc.MLDocumentSkewCorrectionCoordinateInput;
import com.huawei.hms.mlsdk.dsc.MLDocumentSkewCorrectionResult;
import com.huawei.hms.mlsdk.dsc.MLDocumentSkewDetectResult;
import com.huawei.hms.mlsdk.text.MLLocalTextSetting;
import com.huawei.hms.mlsdk.text.MLText;
import com.huawei.hms.mlsdk.text.MLTextAnalyzer;

import java.io.IOException;
import java.util.ArrayList;
import java.util.List;

/**
* 主Activity，请不要删除，否则影响考试成绩
*/
public class MainActivity extends AppCompatActivity {

   // 选择的图片回调 requestCode - 请不要删除，否则影响考试成绩
   private static final int REQUEST_IMG = 1000;
   // 选择的图片 - 请不要删除，否则影响考试成绩
   private ImageView mIvSelected;
   // 矫正的图片 - 请不要删除，否则影响考试成绩
   private ImageView mIvSkewResult;
   // 识别文本的内容 - 请不要删除，否则影响考试成绩
   private TextView mTvResult;
   // 选择图片实体类 - 请不要删除，否则影响考试成绩
   private int mImageId;
   // 图片矫正成功保存的Bitmap - 请不要删除，否则影响考试成绩
   private Bitmap mSkewBitmap;
   //选择图片按钮
   private Button mBtnImagerSelect;
   //文本框检测/校正分析器
   private MLDocumentSkewCorrectionAnalyzer mSkewCorrectionAnalyzer = null;

   @Override
   protected void onCreate(Bundle savedInstanceState) {
       super.onCreate(savedInstanceState);
       setContentView(R.layout.activity_main);
       initView();
   }

   /**
    * 初始化View - 请不要删除，否则影响考试成绩
    */
   private void initView() {
       // 选择的图片 - 请不要删除，否则影响考试成绩
       mIvSelected = findViewById(R.id.selectedImg);
       // 矫正图片 - 请不要删除，否则影响考试成绩
       mIvSkewResult = findViewById(R.id.documentResultImg);
       // 文档识别的内容 - 请不要删除，否则影响考试成绩
       mTvResult = findViewById(R.id.textAnalyzerResult);
       // TODO 获取id为btn_imageSelect的Button控件mBtnImagerSelect
       mBtnImagerSelect = findViewById(R.id.btn_imageSelect);

       if (null != mBtnImagerSelect) {
           mBtnImagerSelect.setOnClickListener(new View.OnClickListener() {
               @Override
               public void onClick(View v) {
                   // 实现选择图片功能 - 请不要删除，否则影响考试成绩
                   startActivityForResult(new Intent(MainActivity.this, ImageSelectedAct.class), REQUEST_IMG);
               }
           });
       }

       findViewById(R.id.btn_documentSkew).setOnClickListener(new View.OnClickListener() {
           @Override
           public void onClick(View v) {
               // 实现文档矫正功能 - 请不要删除，否则影响考试成绩
               onDocumentSkewAsync();
           }
       });

       findViewById(R.id.btn_textAnalyzer).setOnClickListener(new View.OnClickListener() {
           @Override
           public void onClick(View v) {
               // 实现文本识别功能 - 请不要删除，否则影响考试成绩
               onTextAsync();
           }
       });
   }

   /**
    * 展示选择图片 - 请不要删除，否则影响考试成绩
    */
   private void createImageBySelectedImageId() {
       if (mImageId == 0) {
           return;
       }
       mIvSelected.setImageResource(mImageId);
   }

   /**
    * 展示识别图片中文字- 请不要删除，否则影响考试成绩
    */
   private void initResult(List<MLText.Block> blocks) {
       StringBuilder result = new StringBuilder();
       for (MLText.Block block : blocks) {
           for (MLText.TextLine line : block.getContents()) {
               String value = line.getStringValue();
               result.append(value).append("\n");
           }
       }
       this.mTvResult.setText(result.toString());
   }

   /**
    * 实现文档矫正功能  ~ 文档检测 - 请不要删除，否则影响考试成绩
    */
   private void onDocumentSkewAsync() {
       if (mImageId == 0) {
           Toast.makeText(this, "请选择图片", Toast.LENGTH_SHORT).show();
           return;
       }
       // TODO 创建文本框检测/校正分析器,并赋值mSkewCorrectionAnalyzer
       MLDocumentSkewCorrectionAnalyzerSetting setting = new MLDocumentSkewCorrectionAnalyzerSetting.Factory().create();
       mSkewCorrectionAnalyzer = MLDocumentSkewCorrectionAnalyzerFactory.getInstance().getDocumentSkewCorrectionAnalyzer(setting);
       // 根据选择图片的Id生成Bitmap - 请不要删除，否则影响考试成绩
       Bitmap bitmap = BitmapFactory.decodeResource(this.getResources(), mImageId);
       // TODO 根据选择图片Id生成的Bitmap,创建生成MLFrame对象
       MLFrame frame = MLFrame.fromBitmap(bitmap);
       // TODO 使用生成的文本框检测/校正分析构造器 调用异步检测文档接口 asyncDocumentSkewDetect
       // asyncDocumentSkewDetect异步调用。
       Task<MLDocumentSkewDetectResult> detectTask = mSkewCorrectionAnalyzer.asyncDocumentSkewDetect(frame);
       // TODO 回调接口添加addOnSuccessListener监听，
       //  在onSuccess(MLDocumentSkewDetectResult detectResult)回调成功方法中调用 文档矫正接口 onDocumentSkewCorrect
       detectTask.addOnSuccessListener(new OnSuccessListener<MLDocumentSkewDetectResult>() {
           @Override
           public void onSuccess(MLDocumentSkewDetectResult detectResult) {
               // 检测成功。
          onDocumentSkewCorrect(mSkewCorrectionAnalyzer,frame,detectResult);
           }
       }).addOnFailureListener(new OnFailureListener() {
           @Override
           public void onFailure(Exception e) {
               // 检测失败。
           }
       });


   }

   /**
    * 实现文档矫正功能  ~ 矫正 - 请不要删除，否则影响考试成绩
    */
   private void onDocumentSkewCorrect(MLDocumentSkewCorrectionAnalyzer skewAnalyzer, MLFrame frame, MLDocumentSkewDetectResult detectResult) {
       if (skewAnalyzer == null || frame == null || detectResult == null) {
           return;
       }
       // TODO 根据detectResult 生成 左上，右上，右下，左下 四个点 Point，
       Point leftTop = detectResult.getLeftTopPosition();
       Point rightTop = detectResult.getRightTopPosition();
       Point leftBottom = detectResult.getLeftBottomPosition();
       Point rightBottom = detectResult.getRightBottomPosition();
       // TODO 根据生成点 Point 集合 构建MLDocumentSkewCorrectionCoordinateInput对象。
       List<Point> coordinates = new ArrayList<>();
       coordinates.add(leftTop);
       coordinates.add(rightTop);
       coordinates.add(rightBottom);
       coordinates.add(leftBottom);
       MLDocumentSkewCorrectionCoordinateInput coordinateData = new MLDocumentSkewCorrectionCoordinateInput(coordinates);
       // TODO 调用矫正接口 asyncDocumentSkewCorrect
       Task<MLDocumentSkewCorrectionResult> correctionTask = skewAnalyzer.asyncDocumentSkewCorrect(frame, coordinateData);
       // TODO 在回调接口监听onSuccess中 将矫正成功图片的Bitmap对象，赋值给 mSkewBitmap， 并使用 mIvSkewResult 展示矫正图片
       correctionTask.addOnSuccessListener(new OnSuccessListener<MLDocumentSkewCorrectionResult>() {
           @Override
           public void onSuccess(MLDocumentSkewCorrectionResult refineResult) {
               // 检测成功。
               mSkewBitmap=refineResult.getCorrected();
               mIvSkewResult.setImageBitmap(mSkewBitmap);
           }
       }).addOnFailureListener(new OnFailureListener() {
           @Override
           public void onFailure(Exception e) {
               // 检测失败。
           }
       });


   }


   /**
    * 实现文本识别功能 - 请不要删除，否则影响考试成绩
    */
   private void onTextAsync() {
       if (mSkewBitmap == null) {
           return;
       }
       // TODO 根据文档矫正生成的 mSkewBitmap 对象,创建 MLFrame对象

      // 通过bitmap创建MLFrame，bitmap为输入的Bitmap格式图片数据。
       MLFrame frame = MLFrame.fromBitmap(mSkewBitmap);
       // TODO 根据MLLocalTextSetting对象创建文本识别 MLTextAnalyzer 对象
       MLLocalTextSetting setting = new MLLocalTextSetting.Factory()
               .setOCRMode(MLLocalTextSetting.OCR_DETECT_MODE)
               // 设置识别语种。
               .setLanguage("zh")
               .create();
       MLTextAnalyzer analyzer = MLAnalyzerFactory.getInstance().getLocalTextAnalyzer(setting);

       // TODO 调用异步识别方法 asyncAnalyseFrame
       Task<MLText> task = analyzer.asyncAnalyseFrame(frame);
       // TODO 在回调接口监听onSuccess中 获取文本识别对象MLText，并调用 initResult(text.getBlocks()) 方法展示识别的文字信息
       task.addOnSuccessListener(new OnSuccessListener<MLText>() {
           @Override
           public void onSuccess(MLText text) {
               // 识别成功处理。
               initResult(text.getBlocks());
           }
       }).addOnFailureListener(new OnFailureListener() {
           @Override
           public void onFailure(Exception e) {
               // 识别失败处理。
           }
       });



   }

   @Override
   protected void onActivityResult(int requestCode, int resultCode, Intent data) {
       super.onActivityResult(requestCode, resultCode, data);
       // 请不要删除以及修改，否则影响考试成绩
       if (requestCode == REQUEST_IMG) {
           if (data != null && data.getExtras() != null) {
               Bundle bundle = data.getExtras();
               if (bundle.containsKey("imageId")) {
                   mImageId = bundle.getInt("imageId");
                   createImageBySelectedImageId();
               }
           }

       }
   }

   @Override
   protected void onDestroy() {
       super.onDestroy();
       if (null != mSkewCorrectionAnalyzer) {
           try {
               mSkewCorrectionAnalyzer.stop();
           } catch (IOException e) {
               e.printStackTrace();


           }
       }
   }
}

☞皓月☜
关注
  • 16
    点赞
  • 踩
  • 20
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
华为机器学习服务场景化体验App源码，快速了解如何集成机器学习服务的文本识别、身份证识别、图像分割、图像分类、人脸检测等能力
02-05
华为机器学习服务（Huawei Machine Learning Service，简称ML Kit）是华为提供的一个强大的AI开发平台，旨在帮助开发者轻松集成各种机器学习功能，如文本识别、身份证识别、图像分割、图像分类和人脸检测等，以便在...
Android 快速集成文档校正能力 超简单
华为开发者联盟
09-22 3196
Android 快速集成文档校正能力 超简单 前言 在之前的《超简单集成华为HMS ML Kit文本识别SDK，一键实现账单号自动录入》文章中，我们给大家介绍了华为HMS ML Kit文本识别技术如何通过拍照自动识别照片中的文本信息。那么有的小伙伴可能会问，如果拍照时不是正对着文本拍摄，拍出来的照片是歪斜的，那么还能准确识别文本吗？当然可以啦。HMS ML Kit文档校正技术可以自动识别文档位置，校正拍摄角度，并且支持用户自定义边界点位置，即使在倾斜角度也能够拍摄出文档的正面图像。 应用场景 文档校正技术在
文档矫正功能
Aomanya的博客
06-05 953
导入依赖 代码 页面 后台
超简单集成华为HMS Core MLKit 机器学习服务银行卡识别SDK，一键实现银行卡绑定
01-03
小编前面几期文章分别给大家介绍了使用HMS ML Kit SDK实现微笑抓拍、证件照DIY、拍照翻译的功能开发（链接见文章末尾），本次小编给大家带来的是使用HMS 机器学习服务（ML Kit）银行卡识别SDK，一键实现银行卡识别与...
安卓开发实战，用HMS MLKit华为机器学习服务开发一个拍照翻译小程序
01-03
文章目录引子想象中的旅游实际中的旅游太难了拍照翻译帮你忙文本识别翻译拍照翻译APP开发实战1 开发准备1.1 在项目级gradle里添加华为maven仓1.2 在应用级的build.gradle里面加上SDK依赖1.3 在AndroidManifest.xml...
基于华为机器学习服务(ML Kit)开发的APP
03-14
本项目包含基于华为机器学习服务(ML Kit)开发的APP。工程目录如下： |-- MLKit-Sample // ML Kit场景化Demo，此Demo可以通过扫描二维码的方式在开发者联盟网站获取：获取Demo |-- ApplicationCases // 基于华为...
华为高教校园网络解决方案 方案规划
qq_25467441的博客
07-24 782
在核心交换机上根据用户流量的分类创建相应的VPN实例，同BRAS创建不同的三层接口并绑定对应的VPN实例，区分后的流量分别通过不同的三层接口送回核心交换机。提前导入AP信息：该方式需要在AP硬装时采集AP ESN信息，在网络规划模板中填写ESN、AP名称，连同其他信息（如Eth-Trunk等）一起，一次性导入iMaster NCE-Campus。高教校园虚拟化网络主要是基于iMaster NCE-Campus部署，按照iMaster NCE-Campus的业务配置模型进行部署规划，具体规划如表4-1所示。
2024浙江省行政区划矢量图层-省市县乡镇四级行政区划数据下载-带python代码
最新发布
08-02
2024最新浙江省行政区划矢量图层数据，包含省、市、县、乡镇四级行政区划数据下载，附带shp转geojson的python代码
年度销售计划表.xlsx.xlsx
08-01
销售统计，调查问卷，库存明细，跟进表，业绩统计表，差异分析 ，产品清单 适用人群：学习不同技术领域的小白或进阶学习者；可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
蓝牙BLE 4.0开发课程
08-01
蓝牙BLE 4.0课程
每日销售情况统计表.xls
08-01
销售统计，调查问卷，库存明细，跟进表，业绩统计表，差异分析 ，产品清单 适用人群：学习不同技术领域的小白或进阶学习者；可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
TI官网cc2530资料.zip
08-01
TI官网cc2530资料.zip
工业互联网解决方案及案例分享.pptx
08-01
工业互联网解决方案及案例分享.pptx
《操作系统》试题库-判断题.doc
08-01
《操作系统》试题库-判断题
毕业设计，基于ASP.NET+SqlServer开发的C语言教学网站及网上考试系统，内含完整源代码，数据库，开题报告，毕业论文
08-01
毕业设计，基于ASP.NET+SqlServer开发的C语言教学网站及网上考试系统，内含完整源代码，数据库，开题报告，毕业论文 本文叙述了教学方式及考试方式的历史、现状、以及ASP.NET语言和SQL server2000数据库管理系统的概况。重点介绍了C语言教学网站、网上考试系统和在线交流模块的实现过程：包括系统分析、系统调查、数据流程分析、功能设计、数据库设计、系统的运行环境、系统测试及调试。本系统主要面向两类人员使用：管理员（教师）、普通学生，他们拥有不同的权限。考试模块使用的过程是管理员添加试题，制订出题规则，生成试卷。学生登录后选择要考的试卷然后进入答题，完毕后提交试卷，存入数据库并评分。系统管理员可以查询考生的成绩，每个考生只能查询自己的成绩。教学网站模块，管理员添加教学文档，并对文档进行分类、修改等操作，而普通用户只能浏览内容。在线交流模块中，任何用户都可以登录留言，管理员可以删除留言。另外总结了本系统的特点：节约教学成本，提高考试工作的效率。 关键词：ASP.NET SQL server 2000 B/S C语言教学网站 考试系统
[毕业设计]JAVA图形学算法库设计与应用(源代码+论文).zip
08-01
[毕业设计]JAVA图形学算法库设计与应用(源代码+论文)
极低温润滑脂全球前12强生产商排名及市场份额.docx
08-01
极低温润滑脂全球前12强生产商排名及市场份额
Android 集成华为HMS
03-28
1.在项目中添加华为HMS SDK 在你的项目中添加华为HMS SDK，可以通过在build.gradle文件中添加以下代码来实现： ```java dependencies { implementation 'com.huawei.hms:base:5.0.0.300' implementation 'com.huawei.hms:ads-lite:13.4.39.300' implementation 'com.huawei.hms:ads:13.4.39.300' } ``` 2.注册应用 在华为开发者联盟注册账号并创建应用，在创建应用时，需要填写应用的包名、SHA-256证书指纹等信息。在应用创建完成后，可以获取到应用ID，用于后续集成。 3.配置应用信息 在项目的AndroidManifest.xml文件中，添加以下代码： ```xml <meta-data android:name="com.huawei.hms.client.appid" android:value="APP_ID_HERE" /> ``` 将APP_ID_HERE替换为你的应用ID。 4.配置混淆规则 如果你的项目使用了混淆规则，需要在proguard-rules.pro文件中添加以下规则： ```java -keepattributes *Annotation* -keepattributes Exceptions -keepattributes InnerClasses -keepattributes Signature -keep class com.huawei.hms.** {*;} -dontwarn com.huawei.hms.** ``` 5.测试应用 在集成完成后，需要测试应用是否正常工作。可以使用华为的开发者服务测试应用是否可以正常访问HMS服务。 以上就是Android集成华为HMS的步骤。如果你遇到了任何问题，可以查看华为HMS官方文档，或者在开发者论坛中寻求帮助。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值