帮助与文档 > 产品文档 > 视觉智能服务 > IOS_SDK文档 > 整题识别(含公式)
整题识别(含公式)

有道智云 整题识别(含公式) SDK简介

概述

(1) 概念解释

整题识别(含公式)服务:基于有道机器学习团队业界领先的深度学习技术,将自然场景下图片上的题目文字、数字及公式信息,通过定位和检测,智能识别为可编辑的文本信息,轻松实现题目电子化。

(2) 说明

Hi,您好,欢迎使用有道智云整题识别(含公式) iOS SDK。

如果您想快速体验服务,建议您前往 体验中心 或者在体验中心右下侧找到小程序二维码,扫描进行体验。

本文档主要针对需要集成整题识别(含公式)服务iOS SDK的开发工程师,详细描述有道智云整题识别(含公式)能力及集成过程。

如果您有与我们商务合作的需求,可以通过以下方式联系我们:

商务邮箱: AIcloud_Business@corp.youdao.com

如果您对文档内容有任何疑问,可以通过以下几种方式联系我们:

客服QQ:1906538062

智云OCR技术交流QQ 1群: 654064748

智云OCR技术交流QQ 2群: 471638046

联系邮箱: zhiyun@corp.youdao.com

温馨提示: 本文档主要针对开发人员,接入测试前需要在后台创建iOS应用,并绑定整题识别(含公式)实例;如果您还没有,请按照 新手指南 操作。 平台向每个账户赠送50元的体验金,供用户集成前测试所用,具体资费规则详见 整题识别服务报价

功能介绍

有道整题识别(含公式) SDK 是有道智云开放平台提供的云服务之一,是有道在线整题识别(含公式) 接口的一种实现,支持在线整题识别(含公式)。

兼容性

支持设备:运行了iOS 9.0及以上系统的 iOS 设备

整题识别(含公式)SDK集成指南

集成前提

开始集成SDK之前开发者需要登录 有道智云平台 ,创建应用获取应用ID(或者通过运营人员获取应用ID),以便使用公式服务。

集成步骤

1.SDK包导入

整题识别(含公式) SDK 由如下几个 SDK 组成,FanYiSDK.h、libbase.a、libFormula.a

(1). 添加头文件和库文件:将FormulaSDK 添加到工程中,包括 FanYiSDK.h头文件、libbase.a和libFormula.a文件。可以直接将FormulaSDK文件夹拖动到工程中,也可以选择File “Add files to ‘Project Name’…”

(2). 设置工程Other Linker Flags为-ObjC

(3). 在工程build Phases – Link Binary With Libraries中添加libbase.a, AdSupport.framework, CoreTelephony.framework, SystemConfiguration, libz.tbd和libsqlite3.tbd。

2.SDK初始化

说明:所有的查询都需要初始化key,只执行初始化一次即可。

//初始化key
YDTranslateInstance *yd = [YDTranslateInstance sharedInstance];
yd.appKey = @"your appkey";

功能集成

说明:请参考 demo 中 FormulaOnlineController 的使用

1.构造查询器

YDFormulaRequest *request = [YDFormulaRequest request];
YDFormulaParameter *param = [YDFormulaParameter param];
param.source = @"youdaoformula"; //设置源
param.detectType = @"10011"; //设置识别类型
request.param = param;

2.将图片转化为base64编码

NSString *base64Str = [self image2DataURL:self.imgView.image];

3.执行识别过程

识别返回两种情况,一种是成功,相关结果存储在 result 参数中,另外一种是失败,失败信息放在 error,是一个枚举类,整个识别是异步的。

[request lookup:base64Str WithCompletionHandler:^(YDFormulaRequest *request, NSDictionary *result, NSError *error) {
    if (error) {
        //失败
        NSLog(@"error:%@", error);
    }else {
        //成功
        [self handleFormulaReuslt:result];
    }
}];

识别结果说明

对于在线整题识别(含公式),服务器查询结果返回数据如下:

{
    "errorCode": "0",
    "Result": {
    "orientation": "",
        "regions": [{
        "boundingBox": "13,16,584,16,584,82,13,82",
        "dir": "h",
        "lang": "",
        "lines": [
            [{
                "boundingBox": "13,22,110,22,110,76,13,76",
                "text_height": 53,
                "words": [{
                "boundingBox": "13,23,74,22,74,75,13,76",
                "word": "13."
            }, {
                "boundingBox": "86,22,110,22,110,75,86,75",
                "word": "若"
                }],
                "text": "13.若",
                "type": "text"
            }, {
                "boundingBox": "111,16,326,16,326,82,111,82",
                "text_height": 66,
                "words": [{
                "boundingBox": "111,16,326,16,326,82,111,82",
                "word": " x = ( \\sqrt { 3 } { - 5 } ) ^ { 3 }"
                }],
                "text": "x = ( \\sqrt { 3 } { - 5 } ) ^ { 3 }",
                "type": "formula"
            }, {
                "boundingBox": "327,22,384,22,384,76,327,76",
                "text_height": 53,
                "words": [{
                "boundingBox": "327,22,338,23,338,76,327,75",
                "word": ","
                }, {
                "boundingBox": "350,23,384,23,384,76,350,76",
                "word": "则"
                }],
                "text": ",则",
                "type": "text"
            }, {
                "boundingBox": "385,16,584,16,584,82,385,82",
                "text_height": 66,
                "words": [{
                "boundingBox": "385,16,584,16,584,82,385,82",
                "word": " \\sqrt { - x - 1 } ="
                }],
                "text": "\\sqrt { - x - 1 } =",
                "type": "formula"
            }]
        ]
        }],
    "exif": "UP"
    }
}

服务器是按照区域,行,字的格式返回的,即一张图片会识别出图片对应的 Result,其上可能有多个区域 Region,每个区域会包含一行或多行 Line,每行又包括一个或多个字 Word,每个区域、行或者字符,都会通过 boundingBox 字段返回坐标和大小。 SDK 对上述 json 数据解析封装为 YDFormulaResult 对象,如下:

@interface YDFormulaResult : NSObject
@property (nonatomic, copy) NSString *orientation;
@property (nonatomic, copy) NSString *angle;
@property (nonatomic, copy) NSString *exif;
@property (nonatomic, strong) NSArray *regions;
+ (instancetype)initWithDict:(NSDictionary *)info;
@end


@interface YDFormulaRegion : NSObject
@property (nonatomic, copy) NSString *boundingBox;
@property (nonatomic, copy) NSString *dir;
@property (nonatomic, strong) NSArray *lines;
+ (instancetype)initWithDict:(NSDictionary *)info;
@end

@interface YDFormulaElement : NSObject
@property (nonatomic, copy) NSString *boundingBox;
@property (nonatomic, copy) NSString *text;
@property (nonatomic, copy) NSString *type;
+ (instancetype)initWithDict:(NSDictionary *)info;
@end

支持语言

语言 代码
中文 zh-CHS
日文 ja
英文 EN
韩文 ko
法文 fr
俄文 ru
葡萄牙文 pt
西班牙文 es

错误代码列表

错误码 含义
101 缺少必填的参数
102 不支持的语言类型
103 翻译文本过长
104 不支持的API类型
105 不支持的签名类型
106 不支持的响应类型
107 不支持的传输加密类型
108 应用ID无效,注册账号,登录后台创建应用和实例并完成绑定,可获得应用ID和应用密钥等信息
109 batchLog格式不正确
110 无相关服务的有效实例
111 开发者账号无效
113 q不能为空
114 不支持的图片传输方式
201 解密失败,可能为DES,BASE64,URLDecode的错误
202 签名检验失败
203 访问IP地址不在可访问IP列表
205 请求的接口与应用的平台类型不一致,如有疑问请参考入门指南
206 因为时间戳无效导致签名校验失败
207 重放请求
301 辞典查询失败
302 翻译查询失败
303 服务端的其它异常
304 会话闲置太久超时
401 账户已经欠费停
402 offlinesdk不可用
411 访问频率受限,请稍后访问
412 长请求过于频繁,请稍后访问
1001 无效的OCR类型
1002 不支持的OCR image类型
1003 不支持的OCR Language类型
1004 识别图片过大
1201 图片base64解密失败
1301 OCR段落识别失败
1411 访问频率受限
1412 超过最大识别字节数
2003 不支持的语音声道
2004 不支持的语音上传类型
2005 不支持的语言类型
2006 不支持的识别类型
2201 识别音频文件过大
2301 识别音频时长过长
2411 不支持的音频文件类型
2412 不支持的发音类型
3001 不支持的语音格式
3002 不支持的语音采样率
3003 不支持的语音声道
3004 不支持的语音上传类型
3005 不支持的语言类型
3006 不支持的识别类型
3007 识别音频文件过大
3008 识别音频时长过长
3009 不支持的音频文件类型
3010 不支持的发音类型
3201 解密失败
3301 语音识别失败
3302 语音翻译失败
3303 服务的异常
3411 访问频率受限,请稍后访问
3412 超过最大请求字符数
5001 无效的OCR类型
5002 不支持的OCR image类型
5003 不支持的语言类型
5004 识别图片过大
5005 不支持的图片类型
5006 文件为空
5201 解密错误,图片base64解密失败
5301 OCR段落识别失败
5411 访问频率受限
5412 超过最大识别流量
9001 不支持的语音格式
9002 不支持的语音采样率
9003 不支持的语音声道
9004 不支持的语音上传类型
9005 不支持的语音识别 Language类型
9301 ASR识别失败
9303 服务器内部错误
9411 访问频率受限(超过最大调用次数)
9412 超过最大处理语音长度
10001 无效的OCR类型
10002 不支持的OCR image类型
10004 识别图片过大
10201 图片base64解密失败
10301 OCR段落识别失败
10411 访问频率受限
10412 超过最大识别流量
13001 不支持的角度类型
13002 不支持的文件类型
13003 表格识别图片过大
13004 文件为空
13301 表格识别失败
17001 需要图片
17002 图片过大(1M)
17003 识别类型未找到
17004 不支持的识别类型
17005 服务调用失败
-1000 未知错误
-2000 查询输入为空

常见问题及注意事项

1.运行程序崩溃?

检查下是否对应的 SDK静态库包 是否放到当前工程目录下。

2.整题识别(含公式)没结果?

检查下整题识别(含公式)接口回调的错误信息,保证申请的应用ID是有效且提前绑定了。

3.如何获得应用ID

注册账号,登录后台创建应用和实例并完成绑定, 可获得应用ID和应用密钥等信息。

版本更新记录

上线日期 版本号 更新内容
2019.05.28 v1.0.0 有道智云整题识别(含公式) iOS SDK上线