Biblioteca OCR Swift Gratuita para Realizar OCR en Imágenes Escaneadas y PDFs

Comenzando con SwiftyTesseract

La forma recomendada de instalar SwiftyTesseract es usando CocoaPods. Por favor, use el siguiente comando para una instalación sin problemas.

 pod 'SwiftyTesseract' 

Realizar OCR en una Imagen mediante la Biblioteca Swift

La biblioteca de código abierto SwiftyTesseract facilita a los desarrolladores cargar diversos tipos de imágenes y realizar operaciones OCR según sus necesidades dentro de aplicaciones Swift. Puede usar una imagen de los recursos de su aplicación o cualquier otra fuente. La biblioteca puede reconocer texto en varias tipografías, incluidas Serif, Arial, Sans-serif y tipografías script. Aquí hay un fragmento de código de ejemplo que muestra cómo los desarrolladores pueden reconocer texto de una imagen dentro de aplicaciones 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")
    }
}

Soporte de Preprocesamiento de Imágenes

La biblioteca SwiftyTesseract ha proporcionado un soporte completo para el preprocesamiento de imágenes antes de realizar operaciones OCR dentro de aplicaciones Swift. Por ejemplo, puede convertir imágenes a escala de grises, cambiar su tamaño, ajustar el contraste, corregir la inclinación, binarizar, etc. Aquí hay un ejemplo que muestra cómo los desarrolladores pueden cambiar el tamaño de una imagen antes de realizar OCR. En este ejemplo de código, resizeImage cambia el tamaño de la imagen antes de procesarla, lo que puede ser útil al trabajar con imágenes de alta resolución.

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")")
    }
}

Operaciones OCR multilingüe mediante la Biblioteca Swift

La biblioteca de código abierto SwiftyTesseract soporta el reconocimiento de texto en más de 100 idiomas, incluidos inglés, español, francés, alemán, chino y muchos más. Puede establecer los idiomas que desee al inicializar la biblioteca. Esta característica amplía su alcance de aplicación para usuarios internacionales y requisitos de procesamiento multilingüe. Además, los desarrolladores pueden crear diccionarios personalizados para mejorar la precisión del proceso OCR. Aquí hay un ejemplo de configuración de la biblioteca para inglés y español. Este código habilita OCR tanto en inglés como en español, lo que resulta útil al procesar documentos con contenido multilingüe.

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

Parámetros OCR Personalizables

Usando la biblioteca de código abierto SwiftyTesseract, los desarrolladores de software tienen la capacidad de personalizar la configuración OCR para mejorar la precisión en tipos específicos de documentos o idiomas. Permite a los desarrolladores afinar el procesamiento OCR, haciendo que la biblioteca sea adaptable a escenarios OCR únicos o complejos. Esto incluye la capacidad de especificar idiomas y variables OCR según las necesidades del documento. A continuación se muestra un ejemplo que ilustra cómo los desarrolladores pueden personalizar el modo del motor OCR y el modo de segmentación de página.

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)")
    }
}