Android開發學習之路-機器學習庫（圖像識別）、百度翻譯

對於機器學習也不是了解的很深入，今天無意中在GitHub看到一個star的比較多的庫，就用着試一試，效果也還行。比是可能比不上TensorFlow的，但是在Android上用起來比較簡單，畢竟TensorFlow還要又JNI的知識。

這個庫：onyx

效果：

用法非常簡單，就是根據圖片分析得到圖片有可能的分類，這個學習的庫是已經被訓練過的，所以我們只需要直接讓它識別就好了。得到的結果是根據可能概率由高到低排列。因為得到的結果都是英語，這里也用百度翻譯來翻譯了，所以結果中可能某些詞會比較奇怪。

 

① onyx使用

依賴：

compile 'com.hanuor.onyx:onyx:1.1.4'

直接編譯會不通過，因為這個庫用的是Java8寫的，而Android Studio默認新建的工程是1.7的，所以還要進行配置，在app下的build.gradle文件中，添加如下代碼：

android {
    ...

    compileOptions {
        sourceCompatibility JavaVersion.VERSION_1_8
        targetCompatibility JavaVersion.VERSION_1_8
    }

    defaultConfig {
        ...
        jackOptions {
            enabled true
        }
    }
　　...
}

使用就比較簡單了：

Onyx.with(MainActivity.this).fromURL(URL).getTagsfromApi(new OnTaskCompletion() {
                    @Override
                    public void onComplete(ArrayList<String> response) {
                       // do your stuff
                    }
                });

這里如果分析成功會回調onComplete方法，得到上面我們顯示的標簽的英文。

這里其實還有另一個方法：getTagsandProbability()，這個方法則是會同時獲取到每個標簽對應的概率。

 

② 百度翻譯

接入文檔

使用百度翻譯其實不難，但是一定要吐槽一下百度翻譯的問題，如果一個單詞邊上有一個其他符號，百度翻譯會直接忽略這個單詞。

接入基本看文檔就明白了，但是有幾個地方要注意：

• MD5加密的時候，要得到一個十六進制串
• 構造參數前要進行URLEncode

 

代碼也存一下，免得以后碰到又忘了。

Demo源碼