TextFinder - 实时文字查找神器

📖 项目简介

TextFinder 是一款基于 Android 的实时文字识别与定位应用。只需将摄像头对准任何包含文字的场景，输入你想查找的关键词，应用会实时高亮显示所有匹配的文字区域。

🎯 设计初衷

这个项目诞生于一个实际需求：帮助集运仓库工作人员快速找到快递包裹。

在繁忙的集运仓库中，工作人员经常需要在一堆包裹中找到特定客户的快递。传统方式是逐个翻看面单上的收件人信息，效率低下且容易遗漏。TextFinder 的出现彻底改变了这一工作流程：

🔲 对准包裹堆 → 🔍 输入客户姓名/单号 → ✅ 瞬间定位目标包裹

✨ 功能特性

使用场景

• 📦 物流仓储：快速定位特定客户的包裹
• 📚 图书馆/书店：在书架上快速找到目标书籍
• 📄 文档整理：在成堆文件中定位特定内容
• 🏪 零售场景：在货架上快速找到特定商品
• 🎓 学习场景：在教材/资料中快速定位知识点

🛠 技术架构

核心技术栈

┌─────────────────────────────────────────────────────────────┐
│                      TextFinder 架构                         │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│  ┌─────────────┐    ┌─────────────┐    ┌─────────────┐     │
│  │  CameraX    │───▶│  ML Kit     │───▶│ OverlayView │     │
│  │  (预览流)    │    │  (OCR 识别)   │    │  (结果渲染)  │     │
│  └─────────────┘    └─────────────┘    └─────────────┘     │
│         │                  │                   │            │
│         ▼                  ▼                   ▼            │
│  ┌─────────────┐    ┌─────────────┐    ┌─────────────┐     │
│  │ PreviewView │    │ TextRecognizer│   │ Canvas 绘制  │     │
│  │ (显示画面)   │    │ (中文模型)    │    │ (红色边框)   │     │
│  └─────────────┘    └─────────────┘    └─────────────┘     │
│                                                             │
└─────────────────────────────────────────────────────────────┘

技术选型

📐 实现原理

1. 实时文字识别流程

摄像头帧 → 图像预处理 → ML Kit OCR → 文字块解析 → 关键词匹配 → 坐标映射 → 界面渲染
    │           │            │            │            │            │           │
    ▼           ▼            ▼            ▼            ▼            ▼           ▼
 ImageProxy  旋转校正   TextRecognizer  TextBlock   contains()  坐标变换   drawRect()

2. 关键技术点

帧级处理优化

// 使用 AtomicBoolean 避免重复处理，跳过积压帧
private val isProcessing = AtomicBoolean(false)

if (!isProcessing.compareAndSet(false, true)) {
    imageProxy.close()  // 跳过，正在处理中
    return
}

坐标映射算法

PreviewView 使用 fillCenter (CENTER_CROP) 模式，需要精确映射 OCR 坐标到视图坐标：

// 复刻 CENTER_CROP 变换逻辑
val scale = maxOf(viewWidth / imageWidth, viewHeight / imageHeight)
val offsetX = (viewWidth - imageWidth * scale) / 2f
val offsetY = (viewHeight - imageHeight * scale) / 2f

// 映射坐标
mappedRect.set(
    box.left   * scale + offsetX,
    box.top    * scale + offsetY,
    box.right  * scale + offsetX,
    box.bottom * scale + offsetY
)

多级匹配策略

应用在 Block → Line → Element 三个层级进行匹配，确保无论目标文字是整段、一行还是单个词，都能被准确捕获。

🚀 快速开始

环境要求

• Android Studio Hedgehog 或更高版本
• Android SDK 34
• Kotlin 1.9+
• 最低支持 Android 8.0 (API 26)

构建步骤

# 克隆项目
git clone https://github.com/xiaolan66/TextFinder.git

# 打开 Android Studio ，导入项目
# 等待 Gradle 同步完成

# 连接 Android 设备或启动模拟器
# 点击 Run 按钮即可

权限说明

应用仅需 摄像头权限，首次启动时会自动请求。所有数据处理均在本地完成，不收集任何用户信息。

📁 项目结构

app/src/main/java/com/example/textfinder/
├── MainActivity.kt      # 主界面逻辑：相机启动、OCR 调用、搜索匹配
└── OverlayView.kt       # 自定义视图：坐标映射、边框绘制

app/src/main/res/layout/
└── activity_main.xml    # 界面布局：搜索栏、相机预览、叠加层

🎨 界面预览

┌─────────────────────────────────┐
│ 🔍 输入要查找的文字...      [×] │  ← 搜索栏
├─────────────────────────────────┤
│                                 │
│    ┌─────────────┐              │
│    │  客户: 张三  │              │  ← 匹配项
│    │  ┌───────┐  │              │    红色边框高亮
│    │  │李四   │  │              │
│    │  └───────┘  │              │
│    │  客户: 张三  │              │
│    └─────────────┘              │
│                                 │
│         ✅ 找到 2 处匹配         │  ← 状态提示
└─────────────────────────────────┘

🔧 扩展方向

• [ ] 支持连续多关键词搜索
• [ ] 添加历史搜索记录
• [ ] 支持语音输入关键词
• [ ] 增加夜间模式
• [ ] 支持导出识别结果

📄 开源协议

本项目采用 MIT License 开源协议。

💼 商业合作

如果你对 TextFinder 感兴趣，欢迎在商业层面进行探索与合作：

微信：URlake

可能的合作方向：

• 企业定制开发
• 功能深度定制
• 技术咨询与培训
• SDK 授权集成