Leabharlann OCR Swift Saor chun OCR a dhéanamh ar Íomhánna Scanáilte & PDFanna

Tús Maith le SwiftyTesseract

Is é an bealach molta chun SwiftyTesseract a shuiteáil ná trí CocoaPods a úsáid. Úsáid an t-ordú seo a leanas le haghaidh suiteáil réidh.

 pod 'SwiftyTesseract' 

Déan OCR ar Íomhá trí Leabharlann Swift

Cuireann leabharlann SwiftyTesseract foinse oscailte ar chumas forbróirí bogearraí íomhánna éagsúla a luchtú agus oibríocht OCR a dhéanamh de réir a n-éileamh i bhfeidhmchláir Swift. Is féidir leat íomhá a úsáid ó shócmhainní d'aip nó ó aon fhoinse eile. Is féidir leis an leabharlann téacs a aithint i gclónna éagsúla, lena n-áirítear Serif, Arial, Sans-serif, agus clónna script. Seo píosa cód samplach a thaispeánann conas is féidir le forbróirí bogearraí téacs a aithint ó íomhá i bhfeidhmchláir 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")
    }
}

Tacaíocht Réamhphróiseáil Íomhánna

Tá tacaíocht iomlán réamhphróiseáil íomhánna curtha ar fáil ag leabharlann SwiftyTesseract roimh dhéanamh oibríochtaí OCR i bhfeidhmchláir Swift. Mar shampla, is féidir leat íomhánna a thiontú go liathgach, a athrú méid, nó a choigeartú codarsnacht, íomhá a dhíshcrúdaigh, binarú agus mar sin de. Seo sampla a thaispeánann conas is féidir le forbróirí íomhá a athrú méide roimh OCR. Sa chód seo, athraíonn resizeImage an íomhá roimh í a phróiseáil, rud a d'fhéadfadh a bheith úsáideach nuair a bhaintear íomhánna ardtaisc.

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")")
    }
}

Oibríochtaí OCR Ilteanga trí Leabharlann Swift

Tacraíonn leabharlann SwiftyTesseract foinse oscailte aithint téacs i níos mó ná 100 teanga, lena n-áirítear Béarla, Spáinnis, Fraincis, Gearmáinis, Sínis, agus go leor eile. Is féidir leat an teanga a roghnú nuair a thosaíonn tú an leabharlann. Leis an ngné seo leathnaíonn sé a raon feidhmchlár do úsáideoirí idirnáisiúnta agus riachtanais próiseála ilteanga. Ina theannta sin, is féidir le forbróirí foclóirí saincheaptha a chruthú chun cruinneas an phróisis OCR a fheabhsú. Seo sampla de chumrú an leabharlann le haghaidh Béarla agus Spáinnis. Cuireann an cód seo OCR ar chumas i mBéarla agus i nSpáinnis, rud úsáideach nuair a phróiseálann tú doiciméid le hábhar iltheanga.

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

Paraiméadair OCR Inúsáidte

Trí leabharlann SwiftyTesseract foinse oscailte, tá cumas ag forbróirí bogearraí socruithe OCR a shaincheapadh chun cruinneas a fheabhsú do chineálacha áirithe doiciméad nó teangacha. Ligeann sé do fhorbróirí an próiseáil OCR a shaincheapadh go mion, ag déanamh an leabharlann oiriúnach do chásanna OCR uathúla nó casta. Áirítear leis seo an cumas teangacha agus athróga OCR a shonrú bunaithe ar riachtanais an doiciméid. Seo thíos sampla a thaispeánann conas is féidir le forbróirí mód inneall OCR agus mód deighilt leathanaigh a shaincheapadh.

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)")
    }
}