Bezplatná Swift OCR knihovna pro provádění OCR na skenovaných obrázcích a PDF

Začínáme se SwiftyTesseract

Doporučený způsob instalace SwiftyTesseract je pomocí CocoaPods. Použijte prosím následující příkaz pro hladkou instalaci.

 pod 'SwiftyTesseract' 

Provádění OCR na obrázku pomocí Swift knihovny

Open‑source knihovna SwiftyTesseract usnadňuje vývojářům načíst různé typy obrázků a provést OCR operaci podle jejich potřeb v rámci Swift aplikací. Můžete použít obrázek z aktiv aplikace nebo z jakéhokoli jiného zdroje. Knihovna dokáže rozpoznávat text v různých písmech, včetně Serif, Arial, Sans‑serif a skriptových fontů. Zde je ukázkový úryvek kódu, který demonstruje, jak vývojáři mohou rozpoznávat text z obrázku ve Swift aplikacích.

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")
    }
}

Podpora předzpracování obrázků

Knihovna SwiftyTesseract poskytuje kompletní podporu pro předzpracování obrázků před prováděním OCR operací ve Swift aplikacích. Například můžete převést obrázky na odstíny šedi, změnit jejich velikost, upravit kontrast, vyrovnat zkosení obrázku, binarizovat a podobně. Zde je příklad, který ukazuje, jak vývojáři mohou změnit velikost obrázku před provedením OCR. V tomto příkladu kódu funkce resizeImage mění velikost obrázku před jeho zpracováním, což může být užitečné při práci s obrázky vysokého rozlišení.

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")")
    }
}

Vícejazyčné OCR operace pomocí Swift knihovny

Open‑source knihovna SwiftyTesseract podporuje rozpoznávání textu ve více než 100 jazycích, včetně angličtiny, španělštiny, francouzštiny, němčiny, čínštiny a mnoha dalších. Při inicializaci knihovny můžete nastavit požadované jazyky. Tato funkce rozšiřuje možnosti použití pro mezinárodní uživatele a požadavky na vícejazyčné zpracování. Navíc mohou vývojáři vytvářet vlastní slovníky ke zlepšení přesnosti OCR procesu. Zde je příklad konfigurace knihovny pro angličtinu a španělštinu. Tento kód umožňuje OCR v obou jazycích, což je užitečné při zpracování dokumentů s obsahem v různých jazycích.

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

Přizpůsobitelné OCR parametry

Použitím open‑source knihovny SwiftyTesseract mají vývojáři možnost přizpůsobit nastavení OCR tak, aby zvýšili přesnost pro konkrétní typy dokumentů nebo jazyků. Umožňuje vývojářům jemně doladit zpracování OCR, což dělá knihovnu přizpůsobitelnou pro jedinečné či složité OCR scénáře. To zahrnuje možnost specifikovat jazyky a OCR proměnné podle potřeb dokumentu. Níže je příklad, který ukazuje, jak vývojáři mohou přizpůsobit režim OCR enginu a režim segmentace stránky.

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)")
    }
}