Android studio typo in word

Что имеет в виду Андроид Студио с alert ‘Typo: in word’?

Android Studio бросает в меня бдительность в переменной, которую я считаю объявленной следующей формы:

Бдительность, он говорит следующее:

Spellchecker inspection helps locate typos and misspelling in your code, comments and literals, and fix them in one click.

Если я понимаю, что он помогает мне исправлять ошибки написания, но. какая ошибка написания у меня есть в этой очевидной переменной? Он, потому что он включает имя ‘firebase’ внутри?

Она traducciГіn буквальный сообщения:

Spellchecker inspection helps locate typos and misspelling in your code, comments and literals, and fix them in one click.

inspecciГіn корректора ortogrГЎfico помогает обнаруживать ошибки tipogrГЎficos и ошибки ortogrГЎficos в Ваш cГіdigo, комментарии и буквальные, и исправлять их единственным кликом.

, Когда он появляется на слове, не нужно беспокоиться. Значь, что это слово не estГЎ в словаре.

ВїLlegaste, чтобы использовать процессоры как Microsoft Word, ты помнишь, что ponГ-an вид подчеркнутый завитый в красном под словами с ошибкой? AquГ — происходит что-то похожее. Конечно в текстовом процессоре это gravГ-simo, но не в редакторе cГіdigo (не по крайней мере относительно функционирования программы). Это не provocarГЎ ningГєn ошибка в тебе cГіdigo.

ты Можешь делать несколько вещей:

• добавлять слово к словарю,
• дезактивировать SpellChecker
• или игнорировать бдительность (также они не являются такими кричащими как бдительность cГіdigo errГіneo).

Взвешивает хорошо ее decisiГіn, который ты взял, прежде всего, если ты решаешься из-за первой или второй. Если ты не думаешь использовать словарь, не добавляй слова в Г©l только для того, чтобы Андроид Студио не беспокоил тебя с этим предупреждением; если ты думаешь использовать словарь, не дезактивируй SpellChecker.

SpellChecker — framework Android. Я интуитивно чувствую, что он служит p. и. чтобы документировать cГіdigo. В этой ссылке они объясняют, что в quГ© состоит этот framework, и объясняют, что cГіmo оно функционирует. QuizГЎ leyГ©ndolo полный смоги решать то, что ты должен делать в этом случае.

Они это вводят говоря это:

Платформа Android предлагает раму корректора ortogrГЎfico, что позволяет ему помогать и соглашаться в нее correcciГіn ortogrГЎfica в Ваш aplicaciГіn. Рама — одна из API услуг текста, который предлагает платформу Android.

, Чтобы использовать раму в Ваш aplicaciГіn, он думает специальный тип услуги Android, которая производила бы объект sesiГіn корректора ortogrГЎfico. В funciГіn текста, который он предоставляет, объект sesiГіn возвращает подсказки ortografГ — в произведенные корректором ortogrГЎfico.

Источник

Finding typos in a list of words

Given a list of correct words all of length l and a list of incorrect words also of length l , find the words in the list of incorrect words that differ from the list of corrects words by a swap of two consecutive letters. These words are deemed typos. For example, hte is considered a typo of the while het is not considered a typos.

What is the optimally time efficient algorithm that allows us to find the list of words deemed typos by this definition ?

I was informed that the list may be computed in linear time, but I fail to find the a solution in linear time. The only method I can think of is to compare brute force all the letters from one list with the other.

4 Answers 4

Time complexity : O(n*l)+O(m) = O(max(n*l,m))

Space complexity : O(n*l)

Assuming that there can only be single swaps in each «typo»‘ed word:

Start with an empty HashTable H.

For each word K in list of INCORRECT words:

• Generate (l-1) new words by swapping each pair of consecutive characters: K_1, K_2, . K_x, . K_(l-1)
  • For each of these new words, add it to the HashTable H with the key as K_x and the value as K (the original incorrect word)

Now for each word C in the list of CORRECT words, :

• For each C, check if the key C exists in in HashTable H.
• If key C exists in HashTable H, output the value C’ associated with C: since the values are all originally from the list of INCORRECT words, we must have found an incorrect word where, by swapping 2 consecutive letters, turned it into a correct word.
• Output each such C’

Since l is a fixed number (it must be, for otherwise you can grow both l and n into infinity at the same time and there is no linear time algorithm otherwise), you have the following run-time complexities:

• It takes linear time to go through the incorrect words list
• It takes constant time l to generate new words for each word in the incorrect words list
• It takes constant time to add each (new word, K) to the HashTable H
• It takes linear time to go through the correct words list
• It takes constant time to check each word in the correct words list against the HashTable H

Источник

Android и кастомные шрифты или «Да здравствует API 26»

Как было раньше. Краткий обзор

Если было много view где требовались нестандартные шрифты, то мы использовали что-то вроде такого:

view.xml

CustomFontTextView.class

И это я пропустил огромный кусок который отвечает за то, чтобы не писать каждый раз путь к шрифту, а указывать

Ну, или шли на гитхаб и в результате находили Calligraphy (7000 звезд!)

Ни для кого не секрет что этот подход содержал много минусов как в огромном количестве boilerplate кода, так и в том, чтобы сделать это эффективно и где-нибудь не утечь по памяти запрашивая каждый раз Typeface.

Но все изменилось в API 26

Похоже, гугл наконец-то сдался и решил отказаться от навязывания Roboto и сделал удобное подключение сторонних шрифтов, за что ему огромное спасибо.

Линк для тех, кто любит читать в оригинале.

Теперь подключение состоит всего из нескольких несложных шагов:

1. Создаем папку font в res
Resource type выбираем font

2. Перетаскиваем в новую папку все нужные нам в проекте шрифты

3. Создаем файл для семейства шрифтов.

Обратите внимание: я сразу добавил в пример то как должен выглядеть файл, если вы хотите поддерживать и более старые версии Андроида. (Начиная с 14). Если вам повезло и у вас таргет только на супер-новые девайсы, то ваш файл сократится в 2 раза

Ну а дальше остается только наслаждаться сборкой

Использование в TextView

Используем в стилях

И у вас больше не болит голова об эффективности 🙂

Источник

Создание Android приложения для распознавания текста за 10 Минут. Mobile Vision CodeLab

Видео версия туториала

Оптическое распознавание символов (англ. Optical Character Recognition, сокр. OCR) дает компьютеру возможность читать текст на изображении, позволяя приложениям понимать знаки, статьи, листовки, страницы текста, меню или что угодно в виде текста. Mobile Vision Text API предоставляет разработчикам Android мощную и надежную возможность OCR , которая поддерживает большинство устройств Android и не увеличивает размер вашего приложения.

В этом туториале вы создадите приложение, в котором в процессе видеосъёмки будет распознаваться и воспроизводиться весь текст, попадающий в кадр.

Также мы публиковали статьи о других функциях Mobile Vision:

Исходный код можно скачать тут.

Или склонировать репозиторий GitHub из командной строки:

Репозиторий visionSamples содержит много примеров проектов, связанных с Mobile Vision . В этом уроке используется только два:

• ocr-codelab/ocr-reader-start — начальный код, который вы будете использовать в этом уроке.
• ocr-codelab/ocr-reader-complete — полный код готового приложения. Вы можете использовать его для устранения неполадок или перейти сразу к рабочему приложению.

Обновление сервисов Google Play

Возможно, вам потребуется обновить установленную версию Google Repository , чтобы использовать Mobile Vision Text API .

Откройте Android Studio и откройте SDK Manager :

Убедитесь, что Google Repository обновлен. Он должен быть не менее 26 версии.

Добавление зависимости Google Play Services и создание приложения для запуска

Теперь можно открывать стартовый проект:

Выберите каталог запуска ocr-reader из загруженного кода (File > Open > ocr-codelab/ocr-reader-start ).

Добавьте зависимость Google Play Services к приложению. Без этой зависимости Text API не будет доступен.

Проект может указать на отсутствие файла integer/google_play_services_version и выдать ошибку. Это нормально, мы исправим это на следующем шаге.

Откройте файл build.gradle в app модуле и измените блок зависимостей, включив туда зависимость play-services-vision . Когда все будет готово, файл должен выглядеть так:

Нажмите кнопку синхронизации Gradle .

Нажмите кнопку запуска.

Через несколько секунд вы увидите экран «Read Text», но это всего лишь черный экран.

Сейчас ничего не происходит, потому что CameraSource не настроен. Давайте сделаем это.

Если у вас что-то не получается, вы можете открыть проект ocr-reader-complete и убедиться, что он работает правильно. Этот проект является готовой версией урока, и если эта версия не работает, вы должны проверить, что всё в порядке с вашим устройством и настройками Android Studio .

Настройте TextRecognizer и CameraSource

Чтобы начать работу, мы создадим наш TextRecognizer . Этот объект-детектор обрабатывает изображения и определяет, какой текст появляется внутри них. После инициализации TextRecognizer может использоваться для обнаружения текста во всех типах изображений. Найдите метод createCameraSource и создайте TextRecognizer :

Теперь TextRecognizer готов к работе. Однако, возможно, он еще не работает. Если на устройстве недостаточно памяти или Google Play Services не может загрузить зависимости OCR , объект TextRecognizer работать не будет. Прежде чем мы начнем использовать его для распознавания текста, мы должны проверить, что он готов. Мы добавим эту проверку в createCameraSource после инициализации TextRecognizer :

Теперь, когда мы проверили, что TextRecognizer готов к работе, мы можем использовать его для распознавания отдельных кадров. Но мы хотим сделать что-то более интересное: читать текст в режиме видеосъёмки. Для этого мы создадим CameraSource , который предварительно настроен для управления камерой. Нам необходимо установить высокое разрешение съёмки и включить автофокусировку, чтобы справиться с задачей распознавания небольшого текста. Если вы уверены, что ваши пользователи будут смотреть на большие блоки текста, например вывески, вы можете использовать более низкое разрешение, и тогда обработка кадров будет происходить быстрее:

Вот как должен выглядеть метод createCameraSource , когда вы закончите:

Если вы запустите приложение, то увидите, что началась видеосъёмка! Но для обработки изображений с камеры нам нужно дописать этот последний TODO в createCameraSource : создать Processor для обработки текста по мере его поступления.

Создание OcrDetectorProcessor

Сейчас ваше приложение может обнаруживать текст на отдельных кадрах, используя метод обнаружения в TextRecognizer . Так можно найти текст, например, на фотографии. Но для того, чтобы читать текст прямо во время видеосъёмки, нужно реализовать Processor , который будет обрабатывать текст, как только он появится на экране.

Перейдите в класс OcrDetectorProcessor реализуйте интерфейс Detector.Processor :

Для реализации этого интерфейса требуется переопределить два метода. Первый, receiveDetections , получает на вход TextBlocks из TextRecognizer по мере их обнаружения. Второй, release , используется для освобождения от ресурсов при уничтожении TextRecognizer . В этом случае нам нужно просто очистить графическое полотно, что приведёт к удалению всех объектов OcrGraphic .

Мы получим TextBlocks и создадим объекты OcrGraphic для каждого текстового блока, обнаруженного процессором. Логику их рисования мы реализуем на следующем шаге.

Теперь, когда процессор готов, мы должны настроить textRecognizer для его использования. Вернитесь к последнему оставшемуся TODO в методе createCameraSource в OcrCaptureActivity :

Теперь запустите приложение. На этом этапе при наведении камеры на текст вы увидите отладочные сообщения «Text detected!» в Android Monitor Logcat ! Но это не очень наглядный способ визуализации того, что видит TextRecognizer , правда?

На следующем шаге мы отрисуем этот текст на экране.

Рисование текста на экране

Давайте реализуем метод draw в OcrGraphic . Нам нужно понять, есть ли на изображении текст, преобразовать координаты его границ в рамки канваса, а затем нарисовать и границы, и текст.

Запустите приложение и протестируйте его на этом образце текста:

Вы должны увидеть, что на экране появляется рамка с текстом в ней! Вы можете поиграть с цветом текста, используя TEXT_COLOR .

Как насчет этого?

Рамка вокруг текста выглядит правильно, но текст находится в нижней её части.

Это связано с тем, что движок передает весь текст, который он распознает в TextBlock в виде одного предложения, даже если он видит предложение, разбитое на несколько строк. Если вам нужно получить целое предложение, то это очень удобно. Но что, если вы хотите знать, где расположена каждая отдельная строка текста?

Вы можете получить Lines из TextBlock , вызвав getComponents , а затем, перебирая каждую строку, запросто получить её местоположение и текст внутри неё. Это позволяет рисовать текст в том месте, где он действительно появляется.

Попробуйте снова этот текст:

Отлично! Вы даже можете разбивать найденный текст на ещё более мелкие составляющие, исходя из ваших потребностей. Можно вызвать getComponents на каждой строке и получить Elements (слова на латинице). Есть возможность настройки textSize , чтобы текст занимал столько места, сколько занимает реальный текст на экране.

Воспроизведение текста при нажатии на нём

Теперь текст с камеры преобразуется в структурированные строки, и эти строки отображаются на экране. Давайте сделаем с ними что-нибудь еще.

Используя TextToSpeech API , встроенный в Android , и метод contains в OcrGraphic , мы можем научить приложение говорить вслух, при нажатии на текст.

Сначала давайте реализуем метод contains в OcrGraphic . Нам просто нужно проверить, находятся ли координаты x и y в пределах рамки отображаемого текста.
OcrGraphic.java

Вы можете заметить, что здесь много общего с методом Draw ! В настоящем проекте вам следовало бы добиться переиспользования кода, но здесь мы оставим всё как есть просто ради примера.

Теперь перейдем к методу onTap в OcrCaptureActivity и обработаем нажатие по тексту, если он есть в этом месте.

Вы можете запустить приложение и через Android Monitor Logcat убедиться, что нажатие на текст действительно обрабатывается.

Давайте же заставим наше приложение говорить! Перейдите в начало Activity и найдите метод onCreate . При запуске приложения мы должны инициализировать движок TextToSpeech для дальнейшего использования.

Несмотря на то, что мы корректно инициализировали TextToSpeech , как правило, всё равно нужно обрабатывать общие ошибки, например, когда движок всё ещё не готов при вашем первом нажатии на текст.

TextToSpeech также зависим от языка распознавания. Вы можете изменить язык на основе языка распознанного текста. Распознавание языка не встроено в Mobile Vision Text API , но оно доступно через Google Translate API . В качестве языка для распознавания текста можно использовать язык устройства пользователя.

Отлично, осталось только добавить код воспроизведения текста в методе onTap .

Теперь, когда вы запустите приложение и нажмёте на обнаруженный текст, ваше устройство воспроизведёт его. Попробуйте!

Завершение

Теперь у вас есть приложение, которое может распознавать текст с камеры и проговаривать его вслух!

Полученные знания по распознаванию текста вы можете применить и в других ваших приложениях. Например, читать адреса и номера телефонов с визитных карточек, производить поиск по тексту с фотографий различных документов. Одним словом, применяйте OCR везде, где вам может потребоваться распознать текст на изображении.

Источник