HarmonyOS之AI能力·文字图像超分

一、简介

• 文字图像超分辨率可以对包含文字内容的图像进行 9 倍放大（高宽各放大 3 倍），同时增强图像内文字的清晰度，称为“文字图像超分辨率”，简称“文字图像超分”。
• 本超分算法 SDK 基于深度神经网络开发，使用本 SDK 可以节省算法开发的时间，节省算法模型占用的 ROM 空间，让应用更加轻便。
• 文字图像超分辨率支持处理的图片格式包括 JPEG、JPG、PNG，最终输出的图片仅支持 JPEG 格式。
• 文字图像超分辨率输入图片分辨率（长宽之积）应不大于 134 万像素，并且宽高均不小于 506 像素。

二、应用场景

• 拍照效果增强：增加拍摄内容里文字的清晰度。
• 文字档案翻拍：翻拍字迹模糊的文字档案，提升文字的可识别度。

三、API 说明

• 文字图像超分提供了 setVisionConfiguration() 和 doSuperResolution() 两个函数接口。
• setVisionConfiguration 是 ITxtImageSuperResolution 接口的成员，通过传入的 TxtImageSuperResolutionConfiguration，选择进程调用模式。

	void setVisionConfiguration(TxtImageSuperResolutionConfiguration configuration);

  

 

  
1
 

• TxtImageSuperResolutionConfiguration 的常用设置：

• 调用 ITxtImageSuperResolution 的 doSuperResolution() 方法，获取文字图像超分辨率后的图片结果：

	int doSuperResolution(VisionImage image, ImageResult result, VisionCallback<ImageResult> visionCallback);

  

 

  
1
 

• 其中：
• • image 为待超分的输入图片。
• • 如果 visionCallback 为 null，执行同步调用，结果码由方法返回，检测及识别结果由 result 中返回。
• • 如果 visionCallback 为有效的回调函数，则该函数为异步调用，函数返回时 result 中的值无效，实际识别结果由回调函数返回。
• • 同步模式调用成功时，该函数返回结果码0。异步模式调用请求发送成功时，该函数返回结果码700。

四、开发流程

• 在使用文字图像超分辨率时，将实现文字图像超分的相关的类添加至工程：

	import ohos.ai.cv.common.ConnectionCallback;
	import ohos.ai.cv.common.ImageResult;
	import ohos.ai.cv.common.VisionCallback;
	import ohos.ai.cv.common.VisionConfiguration;
	import ohos.ai.cv.common.VisionImage;
	import ohos.ai.cv.common.VisionManager;
	import ohos.ai.cv.sr.ITxtImageSuperResolution;
	import ohos.ai.cv.sr.TxtImageSuperResolutionConfiguration;
	import ohos.app.Context;
	import ohos.media.image.PixelMap;

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
 

• 定义 ConnectionCallback 回调，实现连接能力引擎成功与否后的操作：

	ConnectionCallback connectionCallback = new ConnectionCallback() {
	    @Override
	    public void onServiceConnect() {
	        // 定义连接能力引擎成功后的操作。
	    }
	
	    @Override
	    public void onServiceDisconnect() {
	        // 定义连接能力引擎失败后的操作。
	    }
	};

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
 

• 调用 VisionManager.init() 方法，将此工程的 context 和已经定义的 connectionCallback 作为入参，建立与能力引擎的连接。context 应为 ohos.aafwk.ability.Ability 或 ohos.aafwk.ability.AbilitySlice 的实例或子类实例：

	int result = VisionManager.init(context, connectionCallback);

  

 

  
1
 

• 实例化 VisionImage 对象 image，并传入待超分图片 pixelMap：

	VisionImage image = VisionImage.fromPixelMap(pixelMap);

  

 

  
1
 

• 实例化 ImageResult 对象 imageResult，该类在同步模式下用于存放调用 txtImageSuperResolution.doSuperResolution() 方法的超分结果：

	ImageResult imageResult = new ImageResult();

  

 

  
1
 

• (可选) 定义 VisionCallback< ImageResult > 回调：

	VisionCallback<ImageResult> callback= new VisionCallback<ImageResult>() {
	    @Override
	    public void onResult(ImageResult imageResult) {
	        // 对正确获得的结果进行处理
	    }
	    @Override
	    public void onError(int i) {
	        // 处理错误返回码
	    }
	    @Override
	    public void onProcessing(float v) {
	        // 返回处理进度
	    }
	};

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
 

• 通过 TxtImageSuperResolutionConfiguration，选择进程调用模式：
• • 跨进程模式（MODE_OUT）下调用方与能力引擎处于不同进程；
• • 同进程模式（MODE_IN)下，能力引擎在调用方进程中实例化，调用方通过反射的方式调用引擎里的文字图像超分能力。
• 以同进程调用为例：

	TxtImageSuperResolutionConfiguration.Builder builder = new TxtImageSuperResolutionConfiguration.Builder();
	builder.setProcessMode(VisionConfiguration.MODE_IN);
	TxtImageSuperResolutionConfiguration paras = builder.build();
	txtImageSuperResolution.setVisionConfiguration(paras);

  

 

  
1
  
2
  
3
  
4
 

• （可选）调用 ITxtImageSuperResolution 的 prepare() 方法启动引擎。
  ITxtImageSuperResolution 的 doSuperResolution() 方法中会首先调用 prepare() 启动引擎，如果引擎已经启动则不会再次启动，因此本步骤为可选步骤：

	result = txtImageSuperResolution.doSuperResolution(image, imageResult, null); // 同步

	// 或
	result = txtImageSuperResolution.doSuperResolution(image, null, visionCallback); // 异步

  

 

  
1
  
2
  
3
  
4
 

• 说明：
• • 同步模式调用完成时，该函数立即返回结果码；
• • 异步模式调用请求发送成功时，该函数返回结果码700。如果返回其他的值，说明异步调用请求不成功，需要先处理错误，回调函数不会被调用。
• • 如果异步模式调用请求发送成功，则文字超分完成后，相应的回调函数会被自动调用。
• • • 如果onResult()回调被调用，说明超分成功，相当于同步模式结果码为0的情况。
• • • 如果onError()方法被调用，则说明文字超分发生了错误，具体的调用结果码将由onError()的参数接收。
• 结果码定义如下表：

• 调用 ITxtImageSuperResolution 的 release() 方法，释放资源，调用 pixelMap 的 release() 方法，释放图片内存：

	txtImageSuperResolution.release();
	if (pixelMap != null) {
	    pixelMap.release();
	    pixelMap = null;
	}

  

 

  
1
  
2
  
3
  
4
  
5
 

• 调用 VisionManager.destroy() 方法，断开与能力引擎的连接：

	VisionManager.destroy();

  

 

  
1
 

文章来源: blog.csdn.net，作者：Serendipity·y，版权归原作者所有，如需转载，请联系作者。

原文链接：blog.csdn.net/Forever_wj/article/details/118342797