MLKit 提供的結果不如 Google Vision 准確

Question

一直在測試 MLKit，發現與 Google Vision 相比，結果不太准確。 我啟用的一件事是 Google Vision 的語言提示，例如

                    image: {
                        content: base64String
                    },

                    features: [
                        {
                            type: "TEXT_DETECTION"
                        }
                    ],
                    imageContext:
                    {
                        languageHints: ['en']
                    }

我在想也許我需要為 MLKit 啟用語言提示，但不確定如何。 我正在測試 Android 和 IOS。

對於 MLKit，我使用的版本是最新的 v2 beta：

  pod 'GoogleMLKit/TextRecognition', '3.1.0'

對於 Android 我正在使用：

    implementation 'com.google.mlkit:text-recognition:16.0.0-beta4'

Answer 1

• 3.1.0是文本識別的 beta 版本，我們支持除拉丁語之外的 4 種額外語言，因此如果您創建這 4 種語言的實例，它將返回指定語言的結果。 否則，它只會返回拉丁文本的結果。

• 如果僅比較en的結果，則沒有其他輸入參數可以改善 ML Kit 的結果。

• 你有 ML Kit 用法的代碼片段嗎？

• 如果有數據點可以顯示 ML Kit 和 Google 視覺結果之間的差異，那就太好了，我們可以從那里進行更多調查。 謝謝

Answer 2

我也注意到了這一點，MLKit 文本提取工具要求文本圖片正確對齊，就像垂直 90 度一樣。 而使用 Google Vision API，它甚至可以在反轉文本時提取文本。

附圖是輪胎的序列號，即使倒置也可以被谷歌視覺檢測到，它不適用於 MLKit。

在現實世界的應用中，並非總是可以在 MLKit 所需的完美 alignment 中拍攝照片。