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

Ξεκινώντας με το SwiftyTesseract

Ο συνιστώμενος τρόπος εγκατάστασης του SwiftyTesseract είναι μέσω CocoaPods. Παρακαλώ χρησιμοποιήστε την παρακάτω εντολή για μια ομαλή εγκατάσταση.

 pod 'SwiftyTesseract' 

Εκτέλεση OCR σε εικόνα μέσω βιβλιοθήκης Swift

Η ανοιχτού κώδικα βιβλιοθήκη SwiftyTesseract διευκολύνει τους προγραμματιστές λογισμικού να φορτώνουν διάφορους τύπους εικόνων και να εκτελούν λειτουργίες OCR ανάλογα με τις ανάγκες τους μέσα σε εφαρμογές Swift. Μπορείτε να χρησιμοποιήσετε μια εικόνα από τα assets της εφαρμογής σας ή από οποιαδήποτε άλλη πηγή. Η βιβλιοθήκη μπορεί να αναγνωρίσει κείμενο σε διάφορες γραμματοσειρές, συμπεριλαμβανομένων Serif, Arial, Sans-serif και γραμματοσειρών script. Ακολουθεί ένα δείγμα κώδικα που δείχνει πώς οι προγραμματιστές μπορούν να αναγνωρίσουν κείμενο από μια εικόνα μέσα σε εφαρμογές Swift.

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")
    }
}

Υποστήριξη Προεπεξεργασίας Εικόνας

Η βιβλιοθήκη SwiftyTesseract παρέχει πλήρη υποστήριξη για προεπεξεργασία εικόνων πριν την εκτέλεση λειτουργιών OCR μέσα σε εφαρμογές Swift. Για παράδειγμα, μπορείτε να μετατρέψετε εικόνες σε αποχρώσεις του γκρι, να αλλάξετε το μέγεθος ή να ρυθμίσετε την αντίθεση, να διορθώσετε την κλίση μιας εικόνας, να κάνετε δυαδικοποίηση κ.λπ. Ακολουθεί ένα παράδειγμα που δείχνει πώς οι προγραμματιστές μπορούν να αλλάξουν το μέγεθος μιας εικόνας πριν την εκτέλεση OCR. Σε αυτό το παράδειγμα κώδικα, η resizeImage αλλάζει το μέγεθος της εικόνας πριν υποβληθεί σε επεξεργασία, κάτι που μπορεί να είναι χρήσιμο όταν εργάζεστε με εικόνες υψηλής ανάλυσης.

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")")
    }
}

Πολυγλωσσικές λειτουργίες OCR μέσω βιβλιοθήκης Swift

Η ανοιχτού κώδικα βιβλιοθήκη SwiftyTesseract υποστηρίζει την αναγνώριση κειμένου σε πάνω από 100 γλώσσες, συμπεριλαμβανομένων Αγγλικών, Ισπανικών, Γαλλικών, Γερμανικών, Κινέζικων και πολλών άλλων. Μπορείτε να ορίσετε τη γλώσσα της επιλογής σας κατά την αρχικοποίηση της βιβλιοθήκης. Αυτή η δυνατότητα διευρύνει το φάσμα εφαρμογών της για διεθνείς χρήστες και απαιτήσεις πολυγλωσσικής επεξεργασίας. Επιπλέον, οι προγραμματιστές μπορούν να δημιουργήσουν προσαρμοσμένα λεξικά για να βελτιώσουν την ακρίβεια της διαδικασίας OCR. Ακολουθεί ένα παράδειγμα διαμόρφωσης της βιβλιοθήκης για Αγγλικά και Ισπανικά. Αυτός ο κώδικας ενεργοποιεί το OCR τόσο στα Αγγλικά όσο και στα Ισπανικά, κάτι που είναι χρήσιμο όταν επεξεργάζεστε έγγραφα με μεικτό γλωσσικό περιεχόμενο.

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

Προσαρμόσιμες Παράμετροι OCR

Χρησιμοποιώντας τη ανοιχτού κώδικα βιβλιοθήκη SwiftyTesseract, οι προγραμματιστές λογισμικού έχουν τη δυνατότητα να προσαρμόσουν τις ρυθμίσεις OCR για να βελτιώσουν την ακρίβεια για συγκεκριμένους τύπους εγγράφων ή γλωσσών. Επιτρέπει στους προγραμματιστές να ρυθμίσουν λεπτομερώς την επεξεργασία OCR, καθιστώντας τη βιβλιοθήκη προσαρμόσιμη για μοναδικά ή σύνθετα σενάρια OCR. Αυτό περιλαμβάνει τη δυνατότητα καθορισμού γλωσσών και μεταβλητών OCR βάσει των αναγκών του εγγράφου. Παρακάτω φαίνεται ένα παράδειγμα που δείχνει πώς οι προγραμματιστές μπορούν να προσαρμόσουν τη λειτουργία μηχανής OCR και τη λειτουργία τμηματοποίησης σελίδας.

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)")
    }
}