iPhone: Si të përdorni veçoritë e zbulimit të tekstit në iOS

Vizioni në iOS 11 ka gjithçka që ju nevojitet për të krijuar një aplikacion që mund të njohë karakteret e tekstit me zbatimin që ndodh njëkohësisht. Ju nuk keni nevojë për njohuri teknike të kodimit - lundrimi në funksion është mjaft i thjeshtë. Për më tepër, zbatimi është pa probleme.

Korniza e Vizionit

Korniza e vizionit ju mundëson të zbatoni me lehtësi çdo detyrë që përfshin detaje kompjuterike. Struktura kryen zbulimin e pikave të referimit të fytyrës dhe fytyrës, njohjen e barkodit, regjistrimin e imazhit, gjurmimin e tipareve të përgjithshme dhe zbulimin e tekstit. Vizioni gjithashtu ju lejon të përdorni modele të personalizuara Core ML për detyra si klasifikimi ose zbulimi i objekteve.

VN DetectTextRectanglesRequest

VN DetectTextRectanglesRequest  është një kërkesë analizë imazh që gjen rajone të tekstit të dukshme në një imazh; funksioni kthen karakteret e tekstit si një kuti kufizuese drejtkëndore me origjinë dhe madhësi.

Nëse jeni mësuar të përdorni swift dhe keni programuar për një kohë, atëherë me siguri po pyesni se çfarë është përdorimi i Vision kur ka veçori të tjera si imazhi dhe AVFoundation. Epo, Vizioni është më i saktë dhe më i drejtpërdrejtë. Funksioni është gjithashtu i disponueshëm në një sërë platformash. Megjithatë, përdorimi i Visionit mund të kërkojë më shumë fuqi përpunuese dhe kohë përpunimi.

Për të përdorur Vision për zbulimin e tekstit, do t'ju duhet Xcode 9 dhe një pajisje që ekzekuton iOS 11.

Krijimi i një kamere me Avcapture

Së pari, duhet të krijoni një aparat fotografik me  AVCapture ; kjo është duke inicializuar një objekt AVcapturesession për të kryer kapjen në kohë reale ose jashtë linje. Pas kësaj, bëni seancën me lidhjen e pajisjes.

Për t'ju kursyer kohë nga ndërtimi i një UI të aplikacionit tuaj, merrni parasysh të keni një projekt fillestar, për të filluar, kjo do t'ju japë kohë për t'u përqëndruar në mësimin e kornizës së Vizionit.

Hapni projektin tuaj fillestar. Pamjet në skenën e tregimeve duhet të jenë të gjitha gati dhe të vendosura për ju.

Në  ViewController.swift,  kërkoni seksionin e kodit me funksione dhe priza.

Në prizë - ImageView, shpallni një seancë për  AVcapturesession  - kjo përdoret sa herë që dëshironi të kryhen veprime bazuar në një transmetim të drejtpërdrejtë.

Caktoni  AVcapturesession  dhe  AVmediatype  në video pasi do të kryeni shkrepjen e kamerës për të mundësuar që ajo të funksionojë vazhdimisht

Përcaktoni pajisjen dalëse dhe hyrëse

Hyrja është ajo që kamera do të shohë, dhe dalja është video në një format të caktuar të tipit KCVPixelFormatType_32GRA.

Më në fund, shtoni një  nënshtresë  që përmban video në  imageView  dhe filloni seancën. Funksioni njihet si  inViewdidload.  Ju gjithashtu duhet të vendosni kornizën e shtresës.

Thirrni funksionin në   metodën viewWillAppear .

Meqenëse kufijtë nuk janë finalizuar ende, anashkaloni  metodën viewDidLayoutSubviews ( )  për të përditësuar shtresat e lidhura.

Pas lëshimit të iOS 10, nevojitet një hyrje shtesë në Info.plist, kjo ofron një arsye për përdorimin e kamerës. Duhet të vendosni gjithashtu Privacy-Camera Usage Description.

Zbulimi i tekstit; Si funksionon Korniza e Vizionit

Ekzistojnë tre hapa për zbatimin e Visionit në aplikacion.

Trajtuesit –  kjo është kur dëshironi që korniza të bëjë diçka pasi të thirret kërkesa.

Vëzhgimet –  kjo është ajo që dëshironi të bëni me të dhënat e ofruara nga ju duke filluar me një kërkesë

Kërkesat -  kjo është kur ju kërkoni për Detect frame

Në mënyrë ideale, ju krijoni një kërkesë teksti si  VNdetecttextrectanglesrequest . Ky është një lloj  kërkese VN  që kufizohet rreth tekstit. Pasi korniza të përfundojë aplikacionin, ju vazhdoni të telefononi   funksionin Detexthandler . Ju gjithashtu do të dëshironi të dini kornizën e saktë që u njoh, vendoseni atë në  Reportcharacterboxes =E vërtetë.

Pas kësaj, përcaktoni vëzhgimet që përmbajnë të gjitha rezultatet e  VNdetecttextrectanglesrequest , mos harroni të shtoni Vision në kamerën e daljes. Meqenëse Vision ekspozon API të nivelit të lartë, puna me të është e sigurt.

Kontrollet funksion nëse  Cmsamplebuffer  ekziston dhe PutOut  Avcaptureoutput . Më pas duhet të vazhdoni të krijoni një ndryshore  Requestoption  si 1 Dictionary Type  VNimageoption . Opsioni  VNmage  është një lloj strukture që përmban veti dhe të dhëna nga kamera. Më pas duhet të krijoni  VNimagerequesthandler  dhe të ekzekutoni kërkesën për tekst.

Vizatimi i kufijve rreth tekstit të zbuluar

Mund të filloni duke pasur kornizën për të vizatuar dy kuti, një për çdo shkronjë që zbulon dhe tjetra për çdo fjalë. Tabelat janë kombinimi i të gjitha kutive të karaktereve që do të gjejë kërkesa juaj.

• Përcaktoni pikat në këndvështrimin tuaj për t'ju ndihmuar të poziciononi kutitë.
• Pas kësaj, krijoni një  CALaye r; përdorni  VNrectangleobservation  për të përcaktuar kufizimet tuaja, duke e bërë më të lehtë procesin e skicimit të kutisë.

Tani i keni të gjitha funksionet e përcaktuara.

Për të lidhur pikat tuaja, filloni duke ekzekutuar kodin në mënyrë asinkrone. Më pas duhet të kontrolloni nëse ekziston një rajon brenda rezultateve tuaja nga  VNTextObservation .

Tani mund të telefononi funksionin tuaj, i cili do të vizatojë një kuti brenda zonës. Kontrolloni për të parë nëse ka kuti karakteresh brenda rajonit, më pas telefononi shërbimin që sjell një kuti rreth çdo shkronje.

Pas kësaj, krijoni një variabël  RequestOptions. Tani mund të krijoni një  objekt VNImageRequestHandler  dhe të kryeni kërkesën për tekst që keni krijuar.

Më në fund, hapi i fundit është ekzekutimi i kodit tuaj të vizionit me transmetimin e drejtpërdrejtë. Do t'ju duhet të merrni daljen e videos dhe ta konvertoni atë në  Cmsamplebuffer.

Këshilla shtesë

Gjithmonë përpiquni të shkurtoni imazhin dhe të përpunoni vetëm pjesën që ju nevojitet. Kjo do të reduktojë kohën e përpunimit dhe gjurmën e kujtesës

Aktivizoni korrigjimin e gjuhës kur keni të bëni me karaktere jo numerike dhe më pas fikeni kur keni të bëni me një karakter numerik

Përfshini vërtetimin për vargjet e numrave të njohur për të konfirmuar saktësinë dhe për të eliminuar shfaqjen e vlerës së rreme për përdoruesin.

Kontrolluesi i kamerës së dokumentit është shoqëruesi më i mirë për njohjen e tekstit pasi cilësia e imazhit luan një rol të rëndësishëm në njohjen e tekstit.

Merrni parasysh vendosjen e një lartësie minimale të tekstit për të rritur performancën.

Me Vision, ju keni gjithçka që ju nevojitet për njohjen e tekstit. Meqenëse Vision është i lehtë për t'u përdorur dhe kërkon një kohë të shkurtër për t'u zbatuar, përdorimi i tij është pothuajse i barabartë me të luajturit me Lego. Provoni të testoni aplikacionin tuaj në objekte, fonte, ndriçim dhe madhësi të ndryshme. Ju gjithashtu mund t'i bëni përshtypje vetes duke kombinuar Vision me Core ML.