将 base64 字符串编码图像/字节图像作为图像传递给 Flutter 中的 Firebase ML Vision 进行处理

Question

我想从 base64 编码的图像中 OCR 文本。 我知道图像有效，因为我可以使用

显示它

Image.memory(base64Decode(captchaEncodedImgFetched))

现在，问题是我需要将此图像传递给 Firebase ML Vision 进行处理。

库firebase_ml_vision 有一个使用文件中图像的示例

final File imageFile = getImageFile();
final FirebaseVisionImage visionImage = FirebaseVisionImage.fromFile(imageFile);`

但是我有一个 base64 编码的图像。

我尝试了以下

final FirebaseVisionImage visionImage = FirebaseVisionImage.fromBytes(
base64Decode(captchaEncodedImgFetched));

但它似乎需要FirebaseVisionImageMetadata() 作为参数，但我对字节图像一无所知。

这个类需要更多我不明白的论点。 例如，它需要一个 size : Size(width, height) 参数。图像不是应该已经有尺寸了吗？为什么我需要重新指定？

现在我将它设置为Size(200, 50)。然后还有其他论据，我不知道该传递给他们什么。例如planeData 和rawFormat。

以下是这些文档：

https://pub.dev/documentation/firebase_ml_vision/latest/firebase_ml_vision/FirebaseVisionImageMetadata-class.html

https://pub.dev/documentation/firebase_ml_vision/latest/firebase_ml_vision/FirebaseVisionImagePlaneMetadata-class.html

https://pub.dev/documentation/firebase_ml_vision/latest/

Answer 1

FirebaseVisionImage.fromBytes 需要 FirebaseVisionImageMetadata 哪个实习生需要 FirebaseVisionImagePlaneMetadata。下面的例子：

// Below example uses metadata values based on an RGBA-encoded 1080x1080 image
final planeMetadata = FirebaseVisionImagePlaneMetadata(
    width: 1080,
    height: 1080,
    bytesPerRow: 1080 * 4,
);

final imageMetadata = FirebaseVisionImageMetadata(
    size: Size(1080, 1080),
    planeData: planeMetadata,
    rawFormat: 'RGBA', 
);

final visionImage = FirebaseVisionImage.fromBytes(decoded, metadata);

虽然以性能为代价，但更简单的解决方法是将字节写入磁盘并从那里读取图像，如下所示：

File imgFile = File('myimage.png');
imageFile.writeAsBytesSync(decoded.ToList());

final visionImage = FirebaseVisionImage.fromFile(imageFile);