Chrome开始集成图形识别 API（Shape Detection API）

最近，Chrome团队尝试在Chrome中集成了一套与图形识别相关的API，使得图形识别这种以前只在原生应用中存在，或者在浏览器上，要借助其他难用的外部库才能实现的功能，现在只要少量代码即可实现。这些API包括人脸识别，条形码/二维码识别和文本识别，基本上覆盖了当前互联网应用的大部分场景。

\\

现状

\\

图形识别这种对系统资源和设备的计算能力要求颇高的功能，通常只有底层的原生API能驾驭，流行的框架主要是开源的Open CV和各大移动平台的图形识别服务：

\\

而Chrome的这些API，当前还处于实验阶段，只集成在Chrome Canary版本中，特别是Android版更新较快。使用前还需要通过把“实验性网络平台功能”chrome://flags/#enable-experimental-web-platform-features设置为Enable来激活。

\\

激活后，在Console控制台输入以下JavaScript代码，就能验证你的浏览器是否支持相应的API了：

\\

• window.FaceDetector\\t
• window.BarcodeDetector\\t
• window.TextDetector\

如果支持，就会返回如function FaceDetector() { [native code] }的信息。

\\

\

Chrome Canary是Chrome的一条与其他项目并行的实验性分支，是许多前卫激进的特性的试验场，而且迭代很快，有时甚至是每日一更新，所以不出所料，也不太稳定。和其他Chrome版本一样，也可以在Chrome Release Channels上下载。

\

\\

从现在公布的信息来看，以下这些场景可能得以轻松实现：

\\

1. 人脸识别：\\t
   • 自动框选你家庭聚会照片里的亲戚朋友们，然后你就可以给每个人都贴标签了，不用自己逐个框选。\\t\t
   • 在社交网站上注册的时候，你上传了一张照片，浏览器可以帮你裁剪好最佳尺寸。\\t
   \\t
2. 条形码识别：\\t
   • 识别网页中的条形码/二维码，并作相应的动作，比如链接跳转，支付等等。\\t
   \\t
3. 文本识别：\\t
   • OCR\\t\t
   • 配合语音接口，朗读图片中的文字\\t
   \

除此之外，开发者大可以尽情发挥想象，创造更多独一无二有趣的应用。

\\

社区反映

\\

图形识别虽然是刚需，但自去年底公布消息以来，可能是由于这些API尚处于实验阶段，尚待打磨，在开发社区内还未形成大范围的讨论，目前能收集到的主要是以下资料供开发者参考。

\\

• API: Accelerated Shape Detection in Images - by Miguel Casas-Sanchez (Google Inc.) | 中文版 by 谈浩\\t
• Face detection using Shape Detection API - by Paul Kinlan\

不过正因为进化迅速，这套图形识别API从去年的M57版本发展至今，已经发生了不小的变化，也许在不久的将来，就会合并到稳定版中，真正为广大开发者所用，构建更多有趣的应用。

\\

---

感谢韩婷对本文的审校。

\\

给InfoQ中文站投稿或者参与内容翻译工作，请邮件至editors@cn.infoq.com。也欢迎大家通过新浪微博（@InfoQ，@丁晓昀），微信（微信号：InfoQChina）关注我们。