Ilmainen Swift OCR -kirjasto OCR:n suorittamiseen skannatuissa kuvissa ja PDF-tiedostoissa

Aloittaminen SwiftyTesseractin kanssa

Suositeltu tapa asentaa SwiftyTesseract on käyttää CocoaPodsia. Käytä seuraavaa komentoa sujuvaa asennusta varten.

 pod 'SwiftyTesseract' 

Suorita OCR-kuvaan Swift-kirjaston avulla

Avoimen lähdekoodin SwiftyTesseract-kirjasto tekee ohjelmistokehittäjille helppoa ladata erilaisia kuvia ja suorittaa OCR-toimintoja tarpeidensa mukaan Swift-sovelluksissa. Voit käyttää kuvaa sovelluksesi resursseista tai mistä tahansa lähteestä. Kirjasto voi tunnistaa tekstiä eri fonteissa, mukaan lukien Serif, Arial, Sans-serif ja käsinkirjoitetut fontit. Tässä on esimerkkikoodi, joka näyttää, miten ohjelmistokehittäjät voivat tunnistaa tekstiä kuvasta Swift-sovelluksissa.

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")
    }
}

Kuvien esikäsittelyn tuki

SwiftyTesseract-kirjasto tarjoaa täyden tuen kuvien esikäsittelyyn ennen OCR-toimintojen suorittamista Swift-sovelluksissa. Esimerkiksi voit muuntaa kuvia harmaasävyiksi, muuttaa kokoa tai säätää kontrastia, poistaa kuvan vinouden, binarisointi jne. Tässä on esimerkki, joka näyttää, miten kehittäjät voivat muuttaa kuvan kokoa ennen OCR:n suorittamista. Tässä koodiesimerkissä resizeImage muuttaa kuvan koon ennen sen käsittelyä, mikä voi olla hyödyllistä työskenneltäessä korkearesoluutioisten kuvien kanssa.

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")")
    }
}

Monikieliset OCR-toiminnot Swift-kirjaston avulla

Avoimen lähdekoodin SwiftyTesseract-kirjasto tukee tekstin tunnistamista yli 100 kielessä, mukaan lukien englanti, espanja, ranska, saksa, kiina ja monia muita. Voit asettaa haluamasi kielet kirjastoa alustettaessa. Tämä ominaisuus laajentaa sen sovellusaluetta kansainvälisille käyttäjille ja monikielisen käsittelyn vaatimuksille. Lisäksi kehittäjät voivat luoda omia sanakirjoja OCR-prosessin tarkkuuden parantamiseksi. Tässä on esimerkki kirjaston konfiguroinnista englanniksi ja espanjaksi. Tämä koodi mahdollistaa OCR:n sekä englanniksi että espanjaksi, mikä on hyödyllistä käsiteltäessä monikielistä sisältöä.

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

Mukautettavat OCR-parametrit

Avoimen lähdekoodin SwiftyTesseract-kirjaston avulla ohjelmistokehittäjillä on mahdollisuus mukauttaa OCR-asetuksia tarkkuuden parantamiseksi tietyntyyppisissä asiakirjoissa tai kielissä. Se antaa kehittäjille mahdollisuuden hienosäätää OCR-käsittelyä, jolloin kirjasto on sovellettavissa ainutlaatuisiin tai monimutkaisiin OCR-tilanteisiin. Tämä sisältää kyvyn määrittää kieliä ja OCR-muuttujia asiakirjan tarpeiden mukaan. Alla on esimerkki, joka näyttää, miten kehittäjät voivat mukauttaa OCR-moottorin tilaa ja sivun segmentointitilaa.

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)")
    }
}