Gratis Swift OCR-bibliotek til at udføre OCR på scannede billeder og PDF'er

Kom i gang med SwiftyTesseract

Den anbefalede måde at installere SwiftyTesseract på er ved at bruge CocoaPods. Brug venligst følgende kommando for en problemfri installation.

 pod 'SwiftyTesseract' 

Udfør OCR på et billede via Swift-biblioteket

Det open source SwiftyTesseract-bibliotek gør det nemt for softwareudviklere at indlæse forskellige typer billeder og udføre OCR‑operationer efter deres behov i Swift‑applikationer. Du kan bruge et billede fra appens assets eller en anden kilde. Biblioteket kan genkende tekst i forskellige skrifttyper, herunder Serif, Arial, Sans‑serif og script‑fonte. Her er et eksempel på kode, der demonstrerer, hvordan softwareudviklere kan genkende tekst fra et billede i Swift‑applikationer.

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")
    }
}

Billedforbehandling understøttelse

SwiftyTesseract-biblioteket har leveret komplet understøttelse af forbehandling af billeder, inden OCR‑operationer udføres i Swift‑applikationer. For eksempel kan du konvertere billeder til gråtoner, ændre størrelse, justere kontrast, rette skævhed, binarisere osv. Her er et eksempel, der viser, hvordan udviklere kan ændre størrelsen på et billede, før OCR udføres. I dette kodeeksempel ændrer resizeImage billedets størrelse, før det behandles, hvilket kan være nyttigt ved arbejde med høj‑opløsnings‑billeder.

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")")
    }
}

Flersproget OCR-operationer via Swift-biblioteket

Det open source SwiftyTesseract-bibliotek understøtter genkendelse af tekst på over 100 sprog, herunder engelsk, spansk, fransk, tysk, kinesisk og mange flere. Du kan angive de ønskede sprog, når du initialiserer biblioteket. Denne funktion udvider anvendelsesområdet for internationale brugere og flersprogs‑behandlingsbehov. Derudover kan udviklere oprette brugerdefinerede ordbøger for at forbedre OCR‑processens nøjagtighed. Her er et eksempel på konfiguration af biblioteket til engelsk og spansk. Denne kode muliggør OCR på både engelsk og spansk, hvilket er nyttigt ved behandling af dokumenter med blandet sprogindhold.

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

Tilpasningsbare OCR-parametre

Ved at bruge det open source SwiftyTesseract-bibliotek har softwareudviklere mulighed for at tilpasse OCR‑indstillinger for at forbedre nøjagtigheden for specifikke dokument‑ eller sprogtyper. Det giver udviklere mulighed for at finjustere OCR‑behandlingen, så biblioteket kan tilpasses unikke eller komplekse OCR‑scenarier. Dette inkluderer muligheden for at specificere sprog og OCR‑variabler baseret på dokumentets behov. Nedenfor er et eksempel, der viser, hvordan udviklere kan tilpasse OCR‑motor‑tilstand og side‑segmenterings‑tilstand.

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)")
    }
}