Free Swift OCR Library to Perform OCR on Scanned Images & PDFs

Започнете с SwiftyTesseract

Препоръчителният начин за инсталиране на SwiftyTesseract е чрез CocoaPods. Моля, използвайте следната команда за безпроблемна инсталация.

 pod 'SwiftyTesseract' 

Извършване на OCR върху изображение чрез Swift библиотека

Отворената SwiftyTesseract библиотека улеснява софтуерните разработчици да зареждат различни типове изображения и да извършват OCR операции според нуждите им в Swift приложения. Можете да използвате изображение от ресурсите на вашето приложение или от какъвто и да е друг източник. Библиотеката може да разпознава текст в различни шрифтове, включително Serif, Arial, Sans-serif и скриптови шрифтове. Ето примерен кодов откъс, който демонстрира как софтуерните разработчици могат да разпознават текст от изображение в Swift приложения.

import SwiftyTesseract

// Load the image
let image = UIImage(named: "image.jpg")!

// Create a Tesseract instance
let tesseract = Tesseract()

// Set the language to English
tesseract.language = "eng"

// Set the image
tesseract.image = image

// Recognize the text
tesseract.recognize() { result in
    if let text = result.text {
        print("Recognized text: \(text)")
    } else {
        print("Error recognizing text")
    }
}

Поддръжка на предварителна обработка на изображения

SwiftyTesseract библиотеката предоставя пълна поддръжка за предварителна обработка на изображения преди извършване на OCR операции в Swift приложения. Например, можете да конвертирате изображения в нюанси на сиво, да променяте размера или контраста, да изправяте наклонени изображения, да извършвате бинаризация и др. Ето пример, който показва как разработчиците могат да променят размера на изображение преди OCR. В този пример, resizeImage променя размера на изображението преди обработка, което е полезно при работа с изображения с висока резолюция.

func resizeImage(_ image: UIImage, newSize: CGSize) -> UIImage? {
    UIGraphicsBeginImageContextWithOptions(newSize, false, 0.0)
    image.draw(in: CGRect(origin: .zero, size: newSize))
    let newImage = UIGraphicsGetImageFromCurrentImageContext()
    UIGraphicsEndImageContext()
    return newImage
}

if let resizedImage = resizeImage(image, newSize: CGSize(width: 300, height: 300)) {
    tesseract.performOCR(on: resizedImage) { recognizedText in
        print("Resized Image OCR result: \(recognizedText ?? "No text found")")
    }
}

Многоязични OCR операции чрез Swift библиотека

Отворената SwiftyTesseract библиотека поддържа разпознаване на текст на над 100 езика, включително английски, испански, френски, немски, китайски и много други. Можете да зададете желания език при инициализиране на библиотеката. Тази функция разширява обхвата й за международни потребители и изисквания за многоязична обработка. Освен това, разработчиците могат да създават персонализирани речници за подобряване на точността на OCR процеса. Ето пример за конфигуриране на библиотеката за английски и испански. Този код активира OCR както на английски, така и на испански, което е полезно при обработка на документи със смесено езиково съдържание.

let tesseract = SwiftyTesseract(language: [.english, .spanish])

Персонализируеми OCR параметри

С помощта на отворената SwiftyTesseract библиотека, софтуерните разработчици имат възможност да персонализират OCR настройките за подобряване на точността при конкретни типове документи или езици. Тя позволява на разработчиците да фино настройват OCR обработката, правейки библиотеката адаптивна за уникални или сложни OCR сценарии. Това включва възможността за задаване на езици и OCR променливи според нуждите на документа. По-долу е пример, който показва как разработчиците могат да персонализират режима на OCR двигателя и режима на сегментация на страницата.

let tesseract = SwiftyTesseract(language: .english, engineMode: .lstmOnly)
tesseract.performOCR(on: image, configuration: [.psm(.auto)]) { recognizedString in
    if let recognizedString = recognizedString {
        print("Recognized text with custom PSM: \(recognizedString)")
    }
}