ios - 如何使用 iOS swift 将图像转换为文本？

Question

如何使用 iOS swift 将图像转换为文本？

步骤 01:使用 iOS 相机拍照。 (在 iOS swift 中使用 UIImagePickerController 完成)

第02步:我得到了图像。

步骤03:我必须将这些图像(UIImage)转换为文本格式。

使用 iOS swift 。

我引用了许多链接，因为我们已经有 VNDetectTextRectanglesRequest 用于识别字符框。

但我的目的是如何从图像转换为文本。不像使用 iOS swift 的矩形框

Answer 1

使用 CoreML 的 VNDetectTextRectanglesRequest，您只能找到图像中可见文本的区域。而且，这还不足以快速从图像中获取文本。

第一步是裁剪图像，您需要裁剪 VNTextObservation 中每个图像的图像。喜欢

    for textObservation in textObservations {
        guard let rects = textObservation.characterBoxes else {
            continue
        }
        var xMin = CGFloat.greatestFiniteMagnitude
        var xMax: CGFloat = 0
        var yMin = CGFloat.greatestFiniteMagnitude
        var yMax: CGFloat = 0
        for rect in rects {

            xMin = min(xMin, rect.bottomLeft.x)
            xMax = max(xMax, rect.bottomRight.x)
            yMin = min(yMin, rect.bottomRight.y)
            yMax = max(yMax, rect.topRight.y)
        }
       let imageRect = CGRect(x: xMin * size.width, y: yMin * size.height, width: (xMax - xMin) * size.width, height: (yMax - yMin) * size.height)

第二步是将图像发送到图像处理工具，如Opencv等。网上有一些关于如何与iOS集成的教程，如果你想与swift一起使用，你可以使用objective-c header。 https://medium.com/pharos-production/using-opencv-in-a-swift-project-679868e1b798

一旦获得处理后的图像，第三步就是尼克提到的，
然后使用 tesseract 或 ABBYY SDK。

Tesseract是免费使用的，您可以找到tesseract 3.03-rc1的iOS框架here 。关于 OCR 工具，您需要了解的最重要的事情是语言。您尝试转换什么语言？检测到的图像有什么语言？大多数情况下，您在超正方中获得了多种语言的训练数据 repository 。总之，工作流程将是，

图像捕获 -> 图像处理 -> OCR 处理