Nemokama Swift OCR biblioteka OCR atlikimui su nuskenuotais vaizdais ir PDF

Pradžia su SwiftyTesseract

Rekomenduojamas būdas įdiegti SwiftyTesseract yra naudojant CocoaPods. Prašome naudoti šią komandą sklandžiam įdiegimui.

 pod 'SwiftyTesseract' 

OCR atlikimas vaizde naudojant Swift biblioteką

Atviro kodo SwiftyTesseract biblioteka leidžia programinės įrangos kūrėjams lengvai įkelti įvairius vaizdus ir atlikti OCR operaciją pagal jų poreikius Swift programose. Galite naudoti vaizdą iš programos išteklių arba bet kurio kito šaltinio. Biblioteka gali atpažinti tekstą įvairiais šriftais, įskaitant Serif, Arial, Sans-serif ir skriptų šriftus. Štai pavyzdinis kodo fragmentas, demonstruojantis, kaip kūrėjai gali atpažinti tekstą iš vaizdo Swift programose.

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")
    }
}

Vaizdų išankstinis apdorojimas

SwiftyTesseract biblioteka suteikia pilną palaikymą vaizdų išankstiniam apdorojimui prieš atliekant OCR operacijas Swift programose. Pavyzdžiui, galite konvertuoti vaizdus į pilką skalę, keisti jų dydį, reguliuoti kontrastą, išlyginti iškraipymus, binarizuoti ir t.t. Štai pavyzdys, kaip kūrėjai gali pakeisti vaizdo dydį prieš atliekant OCR. Šiame kodo pavyzdyje funkcija resizeImage keičia vaizdo dydį prieš jo apdorojimą, kas gali būti naudinga dirbant su didelės raiškos vaizdais.

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")")
    }
}

Daugiakalbis OCR naudojant Swift biblioteką

Atviro kodo SwiftyTesseract biblioteka palaiko teksto atpažinimą daugiau nei 100 kalbų, įskaitant anglų, ispanų, prancūzų, vokiečių, kinų ir daugelį kitų. Galite nustatyti norimas kalbas inicijuojant biblioteką. Ši funkcija plečia jos taikymo sritį tarptautiniams vartotojams ir daugiakalbiam apdorojimui. Be to, kūrėjai gali kurti pasirinktines žodynų bazes, kad pagerintų OCR tikslumą. Štai pavyzdys, kaip konfigūruoti biblioteką anglų ir ispanų kalboms. Šis kodas įgalina OCR tiek anglų, tiek ispanų kalbomis, kas naudinga apdorojant dokumentus su mišriu kalbų turiniu.

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

Pritaikomi OCR parametrai

Naudojant atviro kodo SwiftyTesseract biblioteką, programinės įrangos kūrėjai gali pritaikyti OCR nustatymus, kad pagerintų tikslumą specifiniams dokumentų tipams ar kalboms. Tai leidžia kūrėjams smulkiai derinti OCR apdorojimą, padarant biblioteką pritaikoma unikalioms ar sudėtingoms OCR scenarijams. Tai apima galimybę nurodyti kalbas ir OCR kintamuosius pagal dokumento poreikius. Žemiau pateiktas pavyzdys rodo, kaip kūrėjai gali pritaikyti OCR variklio režimą ir puslapio segmentavimo režimą.

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)")
    }
}