Zadbaj o dobrą organizację dzięki kolekcji
Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.
Skaner dokumentów
Digitalizacja dokumentów fizycznych, która umożliwia użytkownikom konwertowanie fizycznych dokumentów na formaty cyfrowe, stała się bardzo powszechnym procesem w przypadku aplikacji mobilnych.
Interfejs Document Scanner API w ML Kit to kompleksowe rozwiązanie z wysokiej jakości i spójnym interfejsem użytkownika w aplikacjach i na urządzeniach na Androida. Po uruchomieniu procesu skanowania dokumentów w aplikacji użytkownicy zachowują pełną kontrolę nad procesem skanowania. Mogą też opcjonalnie przyciąć zeskanowane dokumenty, zastosować filtry, usunąć cienie i plamy oraz łatwo przesłać cyfrowe pliki z powrotem do aplikacji.
Proces interfejsu użytkownika, modele ML i inne duże zasoby są dostarczane przez Usługi Google Play, co oznacza, że:
Mały wpływ na rozmiar plików binarnych (wszystkie modele ML i duże zasoby są pobierane centralnie z Usług Google Play).
Nie są wymagane uprawnienia do korzystania z aparatu – skaner dokumentów korzysta z uprawnień Usług Google Play dotyczących aparatu, a użytkownicy mają kontrolę nad tym, które pliki udostępniać aplikacji.
Cały proces skanowania dokumentów odbywa się na urządzeniu.
Spójny, wysokiej jakości interfejs do digitalizacji fizycznych dokumentów.
Automatyczne przechwytywanie z wykrywaniem dokumentów.
Dokładne wykrywanie krawędzi zapewnia optymalne wyniki przycinania.
Automatyczne wykrywanie obrotu w celu wyświetlania dokumentów pionowo.
Funkcje edycji umożliwiające przycinanie, stosowanie filtrów, usuwanie cieni, usuwanie plam i bezproblemowe przesyłanie cyfrowych plików z powrotem do aplikacji.
Przetwarzanie na urządzeniu z zachowaniem prywatności użytkownika.
Aplikacja nie potrzebuje uprawnień do korzystania z aparatu.
Mały wpływ na rozmiar pliku binarnego APK.
Personalizacja
Interfejs Document Scanner API zapewnia wysokiej jakości w pełni funkcjonalny proces interfejsu użytkownika, który działa spójny w różnych aplikacjach na Androida. Możesz też jednak dostosować
niektóre aspekty interfejsu użytkownika:
Maksymalna liczba stron: Ustaw limit liczby skanowanych stron.
Importowanie galerii:
Włącz lub wyłącz możliwość importowania galerii z galerii.
Funkcje edycji: Możesz dostosowywać funkcje edycji dostępne dla użytkownika, wybierając jeden z 3 trybów:
SCANNER_MODE_BASE: podstawowe funkcje edycyjne (przycinanie, obracanie,
zmiana kolejności stron itd.).
SCANNER_MODE_BASE_WITH_FILTER: dodaje filtry obrazu (skala szarości, automatyczne poprawianie jakości zdjęcia itp.) do trybu SCANNER_MODE_BASE.
SCANNER_MODE_FULL (domyślny): dodaje do trybu SCANNER_MODE_BASE_WITH_FILTER możliwości czyszczenia obrazów (usuwanie plam, odcisków palców itp.) za pomocą systemów uczących się. Umożliwi on też automatyczne dodawanie kolejnych głównych funkcji wraz z aktualizacjami Usług Google Play. W pozostałych dwóch trybach zostanie zachowany obecny zestaw funkcji i wprowadzimy tylko drobne ulepszenia.
Tryb podstawowy
Tryb podstawowy z filtrem
Tryb całego ruchu
Przykładowe wyniki
Oryginalne zdjęcie
Skan dokumentu z poprawioną perspektywą, usuniętym zamazywaniem i zastosowanym filtrem skali szarości
Oryginalne zdjęcie
Zeskanowany dokument został automatycznie obrócony z usuniętymi plamami i zastosowanym filtrem kolorów
Oryginalne zdjęcie
Zeskanowany dokument z usuniętymi plamami i zastosowanym automatycznym filtrem
Oryginalne zdjęcie
Zeskanowany dokument został automatycznie obrócony z usuniętym cieniem i zastosowanym automatycznym filtrem
Oryginalne zdjęcie
Zeskanowany dokument został automatycznie obrócony z usuniętym palcem i zastosowany automatyczny filtr
[[["Łatwo zrozumieć","easyToUnderstand","thumb-up"],["Rozwiązało to mój problem","solvedMyProblem","thumb-up"],["Inne","otherUp","thumb-up"]],[["Brak potrzebnych mi informacji","missingTheInformationINeed","thumb-down"],["Zbyt skomplikowane / zbyt wiele czynności do wykonania","tooComplicatedTooManySteps","thumb-down"],["Nieaktualne treści","outOfDate","thumb-down"],["Problem z tłumaczeniem","translationIssue","thumb-down"],["Problem z przykładami/kodem","samplesCodeIssue","thumb-down"],["Inne","otherDown","thumb-down"]],["Ostatnia aktualizacja: 2025-07-25 UTC."],[[["\u003cp\u003eML Kit's Document Scanner API enables digitization of physical documents within Android apps, providing a high-quality and consistent user interface.\u003c/p\u003e\n"],["\u003cp\u003eThe API offers on-device processing, ensuring user privacy and eliminating the need for camera permissions from the app.\u003c/p\u003e\n"],["\u003cp\u003eUsers have control over the scanning process, including cropping, applying filters, removing imperfections, and sharing the digitized files.\u003c/p\u003e\n"],["\u003cp\u003eCustomization options are available to tailor the user experience, such as limiting pages, enabling gallery imports, and adjusting editing functionalities.\u003c/p\u003e\n"],["\u003cp\u003eThe API leverages Google Play services for model delivery, minimizing app size and enabling automatic updates for enhanced features.\u003c/p\u003e\n"]]],["The document scanner API allows users to digitize physical documents within Android apps. Key actions include automatic document capture, edge and rotation detection, and editing features like cropping, filtering, and stain/shadow removal. The API operates on-device and uses Google Play services, ensuring low binary size impact and eliminating the need for camera permissions. Customization options are provided for the maximum number of pages, gallery import, and three editing modes, with the full mode offering the most feature set.\n"],null,["Document scanner\n----------------\n\n| This API is offered in beta, and is not subject to any SLA or deprecation policy. Changes may be made to this API that break backward compatibility.\n\nDigitizing physical documents, which allows users to convert physical documents\ninto digital formats has become a very common user journey in mobile apps.\nML Kit's document scanner API provides a comprehensive solution with a\nhigh-quality, consistent UI flow across Android apps and devices. Once the\ndocument scanner flow is triggered from your app, users retain full control over\nthe scanning process. They can optionally crop the scanned documents, apply\nfilters, remove shadows or stains, and easily send the digitized files back to\nyour app.\n\nThe UI flow, ML models and other large resources are delivered using Google Play\nservices, which means:\n\n- Low binary size impact (all ML models and large resources are downloaded centrally in Google Play services).\n- No camera permission is required - the document scanner leverages the Google Play services' camera permission, and users are in control of which files to share back with your app.\n\nThe entire document scanner flow operates on-device.\n\n[Android](/ml-kit/vision/doc-scanner/android)\n\n### Key capabilities\n\n- High-quality and consistent user interface for digitizing physical documents.\n- Automatic capture with document detection.\n- Accurate edge detection for optimal crop results.\n- Automatic rotation detection to show documents upright.\n- Editing functionalities to crop, apply filters, remove shadows, clean stains, and seamlessly send digitized files back to your app.\n- On-device processing, preserving user's privacy.\n- No camera permission is needed from your app.\n- Low apk binary size impact.\n\n### Customization\n\nThe document scanner API provides a high-quality fully fledged UI flow that is\nconsistent across Android apps. However, there is also room to customize some\naspects of the user experience:\n\n- **Maximum number of pages:** \n\n Set a limit to the number of pages scanned.\n\n- **Gallery import:** \n\n Enable or disable the capability to import from the photo gallery.\n\n- **Editing functionalities:** \n\n Customize the editing functionalities available to the user by choosing\n from 3 modes:\n\n - `SCANNER_MODE_BASE`: basic editing capabilities (crop, rotate, reorder pages, etc...).\n - `SCANNER_MODE_BASE_WITH_FILTER`: adds image filters (grayscale, auto image enhancement, etc...) to the `SCANNER_MODE_BASE` mode.\n - `SCANNER_MODE_FULL` (default): adds ML-enabled image cleaning capabilities (erase stains, fingers, etc...) to the `SCANNER_MODE_BASE_WITH_FILTER` mode. This mode will also allow future major features to be automatically added along with Google Play services updates, while the other two modes will maintain their current feature sets and only receive minor refinements.\n\n| Base mode | Base mode with filter | Full mode |\n|-----------|-----------------------|-----------|\n| | | |\n\n### Example results\n\n| Original picture | Scanned document with perspective corrected, wrinkle removed and grayscale filter applied |\n|------------------|-------------------------------------------------------------------------------------------|\n| | |\n\n| Original picture | Scanned document auto-rotated with stain removed and color filter applied |\n|------------------|---------------------------------------------------------------------------|\n| | |\n\n| Original picture | Scanned document with stain removed and auto filter applied |\n|------------------|-------------------------------------------------------------|\n| | |\n\n| Original picture | Scanned document auto-rotated with shadow removed and auto filter applied |\n|------------------|---------------------------------------------------------------------------|\n| | |\n\n| Original picture | Scanned document auto-rotated with finger removed and auto filter applied |\n|------------------|---------------------------------------------------------------------------|\n| | |"]]
