春暖花開，萬物復蘇，正是踏青好時候，周末，阿珍組織班級里的小朋友去公園踏青，程式員阿強，作為護花使者也一同前往，

阿強本以為，可以肆意在林間草地自由地奔跑，回憶一下逝去的童真時光，沒想到卻成了小朋友們的“植物識別器”，整個踏青之旅變成大型科普現場，面對大自然，小朋友們滿腦子都是“這啥花這啥草”，配以崇拜的小眼神真誠發問，讓阿強即使手忙腳亂地偷偷上網搜索，也要給出正確答案，

但其實，植物科普不必這般費力，平時對大自然的了解甚少，也有辦法輕松hold住小朋友稀奇古怪的發問，執行力滿滿的阿強，開發出一款拍照識花App，只需拿起手機拍攝一張完整花朵的照片，即可快速識別花卉種類，在App的協助下，秒變植物專家，

Demo示例

實作原理

拍照識花功能用到了華為機器學習服務的圖片分類能力，通過對圖片中的物體物件進行分類并添加標注資訊，幫助定義圖片題材和適用場景等，圖片分類支持端側識別和云測識別，端側識別支持超過400個類別，云測識別支持12000個分類，同時，該服務提供了自定義模型能力，支持用戶自定義圖片分類模型，

開發準備

1、在華為開發者聯盟網站創建應用并配置簽名證書

2、配置華為 Maven倉地址，在應用級的“build.gradle”檔案中添加編譯SDK依賴

dependencies{
  // 引入基礎SDK
  implementation 'com.huawei.hms:ml-computer-vision-classification:2.0.1.300'
  // 引入圖片分類模型包
  implementation 'com.huawei.hms:ml-computer-vision-image-classification-model:2.0.1.300'
 }

3、設定自動更新機器學習模型

添加如下陳述句到AndroidManifest.xml檔案中，用戶從華為應用市場安裝您的應用后，將自動更新機器學習模型到設備：

<manifest
    ...
    <meta-data
        android:name="com.huawei.hms.ml.DEPENDENCY"
        android:value= "label"/>
    ...
</manifest>

4、配置混淆腳本

上述步驟具體可參考開發者網站中的開發準備介紹：

https://developer.huawei.com/consumer/cn/doc/development/HMSCore-Guides-V5/config-agc-0000001050990353-V5?ha_source=hms1

5、在AndroidManifest.xml檔案里面宣告系統權限

為了可以通過相機和相冊進行圖片的獲取，需要在Manifest檔案中申請相關的權限：

 <uses-permission android:name="android.permission.CAMERA" />
    <uses-permission android:name="android.permission.INTERNET" />
    <uses-permission android:name="android.permission.ACCESS_NETWORK_STATE" />
    <uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE" />
    <uses-permission android:name="android.permission.READ_EXTERNAL_STORAGE" />
    <uses-feature android:name="android.hardware.camera" />
<uses-feature android:name="android.hardware.camera.autofocus" />

開發步驟

1.創建并配置云端圖片分類分析器

創建圖片分類分析器類

public class RemoteImageClassificationTransactor extends BaseTransactor<List<MLImageClassification>>

之后在該類中，通過影像分類自定義類MLRemoteClassificationAnalyzerSetting創建分析器，并設定對應的引數配置，同時配置Handler

private final MLImageClassificationAnalyzer detector;
private Handler handler;
MLRemoteClassificationAnalyzerSetting options = new MLRemoteClassificationAnalyzerSetting.Factory().setMinAcceptablePossibility(0f).create();
this.detector = MLAnalyzerFactory.getInstance().getRemoteImageClassificationAnalyzer(options);
this.handler = handler;

2.呼叫asyncAnalyseFrame方法進行影像處理

使用異步處理方式，對傳入的MLFrame物件進行分類處理

@Override
protected Task<List<MLImageClassification>> detectInImage(MLFrame image) {
    return this.detector.asyncAnalyseFrame(image);
}

3.獲取分類成功后的結果

在RemoteImageClassificationTransactor中重寫onSuccess()方法，將識別到的物體名稱顯示到圖片中

@Override
protected void onSuccess(
        Bitmap originalCameraImage,
        List<MLImageClassification> classifications,
        FrameMetadata frameMetadata,
        GraphicOverlay graphicOverlay) {
    graphicOverlay.clear();
    this.handler.sendEmptyMessage(Constant.GET_DATA_SUCCESS);
    List<String> classificationList = new ArrayList<>();
    for (int i = 0; i < classifications.size(); ++i) {
        MLImageClassification classification = classifications.get(i);
        if (classification.getName() != null) {
            classificationList.add(classification.getName());
        }
    }
    RemoteImageClassificationGraphic remoteImageClassificationGraphic =
            new RemoteImageClassificationGraphic(graphicOverlay, this.mContext, classificationList);
    graphicOverlay.addGraphic(remoteImageClassificationGraphic);
    graphicOverlay.postInvalidate();
}

如果錯誤的話，進行對應的錯誤處理和Log顯示

@Override
protected void onFailure(Exception e) {
    this.handler.sendEmptyMessage(Constant.GET_DATA_FAILED);
    Log.e(RemoteImageClassificationTransactor.TAG, "Remote image classification detection failed: " + e.getMessage());
}

4.識別完成釋放資源

識別完成后，需要將原有的分析器停止，并釋放檢測資源，在RemoteImageClassificationTransactor中重寫stop()方法

@Override
public void stop() {
    super.stop();
    try {
        this.detector.stop();
    } catch (IOException e) {
        Log.e(RemoteImageClassificationTransactor.TAG,
                "Exception thrown while trying to close remote image classification transactor" + e.getMessage());
    }
}

>>訪問華為開發者聯盟官網，了解更多相關內容

>>獲取開發指導檔案

>>華為移動服務開源倉庫地址：GitHub、Gitee

關注我們，第一時間了解華為移動服務最新技術資訊~