Ingyenes Swift OCR Könyvtár OCR végrehajtásához beolvasott képeken és PDF-eken

A SwiftyTesseract használatának megkezdése

A SwiftyTesseract telepítésének ajánlott módja a CocoaPods használata. Kérjük, futtassa az alábbi parancsot a zökkenőmentes telepítéshez.

 pod 'SwiftyTesseract' 

OCR végrehajtása képen Swift könyvtárral

A nyílt forráskódú SwiftyTesseract könyvtár egyszerűvé teszi a fejlesztők számára, hogy különböző típusú képeket töltsenek be, és igényeiknek megfelelő OCR műveletet hajtsanak végre Swift‑alkalmazásokban. Használhat képet az alkalmazás erőforrásaiból vagy bármely más forrásból. A könyvtár felismeri a szöveget különböző betűtípusokban, beleértve a Serif, Arial, Sans‑serif és kézírási betűtípusokat is. Az alábbi mintakód bemutatja, hogyan ismerhet fel a fejlesztő szöveget egy képről Swift‑alkalmazásban.

import SwiftyTesseract

// Kép betöltése
let image = UIImage(named: "image.jpg")!

// Tesseract példány létrehozása
let tesseract = Tesseract()

// Nyelv beállítása angolra
tesseract.language = "eng"

// Kép beállítása
tesseract.image = image

// Szöveg felismerése
tesseract.recognize() { result in
    if let text = result.text {
        print("Felismerett szöveg: \(text)")
    } else {
        print("Hiba a szöveg felismerésekor")
    }
}

Képelőfeldolgozás támogatása

A SwiftyTesseract könyvtár teljes körű támogatást nyújt a képek előfeldolgozásához, mielőtt OCR műveleteket hajtanánk végre Swift‑alkalmazásokban. Például konvertálhatja a képeket szürkeárnyalatosra, átméretezheti vagy módosíthatja a kontrasztot, kiegyenesítheti a képet, binarizálhatja stb. Az alábbi példa bemutatja, hogyan méretezhetünk át egy képet OCR előtt. Ebben a kódban a resizeImage átméretezi a képet a feldolgozás előtt, ami hasznos lehet nagy felbontású képek esetén.

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("Átméretezett kép OCR eredménye: \(recognizedText ?? "Nem található szöveg")")
    }
}

Többnyelvű OCR műveletek Swift könyvtárral

A nyílt forráskódú SwiftyTesseract könyvtár több mint 100 nyelven képes felismerni a szöveget, többek között angolul, spanyolul, franciául, németül, kínaiul és sok más nyelven. A nyelvet a könyvtár inicializálásakor állíthatja be. Ez a funkció szélesíti a nemzetközi felhasználók és a többnyelvű feldolgozási igények körét. Emellett a fejlesztők egyedi szótárakat hozhatnak létre az OCR pontosságának javítása érdekében. Az alábbi példa az angol és spanyol nyelvek konfigurálását mutatja be. Ez a kód lehetővé teszi az OCR használatát mindkét nyelven, ami hasznos vegyes nyelvű dokumentumok feldolgozásakor.

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

Testreszabható OCR paraméterek

A nyílt forráskódú SwiftyTesseract könyvtár segítségével a fejlesztők testreszabhatják az OCR beállításait, hogy javítsák a pontosságot adott dokumentumtípusok vagy nyelvek esetén. Lehetővé teszi az OCR feldolgozás finomhangolását, így a könyvtár alkalmazkodik egyedi vagy összetett OCR forgatókönyvekhez. Ide tartozik a nyelvek és OCR változók megadása a dokumentum igényei szerint. Az alábbi példa bemutatja, hogyan testreszabható az OCR motor módja és az oldalszegmentálási mód.

let tesseract = SwiftyTesseract(language: .english, engineMode: .lstmOnly)
tesseract.performOCR(on: image, configuration: [.psm(.auto)]) { recognizedString in
    if let recognizedString = recognizedString {
        print("Felismerett szöveg egyedi PSM‑mel: \(recognizedString)")
    }
}