iPhone: Sådan bruges iOS-tekstgenkendelsesfunktioner

Vision i iOS 11 har alt, hvad du behøver for at oprette en app, der kan genkende teksttegn med implementering, der sker samtidigt. Du behøver ikke en teknisk kodningsviden – det er ret simpelt at navigere i funktionen. Desuden er implementeringen problemfri.

Visionsramme

Visionsrammen gør dig i stand til nemt at implementere enhver opgave, der involverer computerdetaljer. Strukturen udfører registrering af ansigter og ansigter, stregkodegenkendelse, billedregistrering, generel funktionssporing og tekstgenkendelse. Vision giver dig også mulighed for at bruge tilpassede Core ML-modeller til opgaver som klassificering eller objektdetektering.

VN DetectTextRectanglesRequest

Den  VN DetectTextRectanglesRequest  er en billedanalyse anmodning, der finder regioner af synlige tekst i et billede; funktionen returnerer teksttegn som en rektangulær afgrænsningsramme med oprindelse og størrelse.

Hvis du er vant til at bruge swift og har programmeret i et stykke tid, så spekulerer du sikkert på, hvad brugen af ​​Vision er, når der er andre funktioner som image og AVFoundation. Nå, Vision er mere præcis og mere ligetil. Funktionen er også tilgængelig på en række forskellige platforme. Brug af Vision kan dog kræve mere processorkraft og behandlingstid.

For at bruge Vision til tekstgenkendelse skal du bruge Xcode 9 og en enhed, der kører iOS 11.

Oprettelse af et kamera med Avcapture

Først skal du oprette et kamera med  AVCapture ; dette er ved at initialisere et objekt AVcapturesession til at udføre real-time eller offline capture. Foretag derefter sessionen til enhedsforbindelsen.

For at spare dig tid fra at bygge en brugergrænseflade af din app, overvej at have et startprojekt, til at begynde med vil dette give dig tid til at fokusere på at lære Vision-rammen.

Åbn dit startprojekt. Visningerne i storyboardet burde være klar og sat op til dig.

På  ViewController.swift skal du se efter kodeafsnittet  med funktioner og udtag.

Under stikkontakten - ImageView, angiv en session for  AVcapturesession  - dette bruges, når du vil have handlinger udført baseret på en livestream.

Indstil  AVcapturesession  og  AVmediatype  til video, da du vil udføre kameraoptagelsen for at få den til at køre kontinuerligt

Definer output- og inputenheden

Inputtet er, hvad kameraet vil se, og output er videoen i et bestemt type format af KCVPixelFormatType_32GRA.

Tilføj endelig et  underlag,  der indeholder videoer, til  imageView  og start sessionen. Funktionen er kendt som  inViewdidload.  Du skal også indstille lagets ramme.

Kald funktionen i  viewWillAppear-  metoden.

Da grænserne endnu ikke er afsluttet, skal du tilsidesætte  metoden viewDidLayoutSubviews ( ) for  at opdatere de bundne lag.

Efter udgivelsen af ​​iOS 10 er der behov for en ekstra post i Info.plist, dette giver en grund til at bruge kameraet. Du bør også indstille Privacy-Camera Usage Description.

Tekstgenkendelse; Hvordan Vision Framework fungerer

Der er tre trin til implementering af Vision på appen.

Handlere –  det er når du vil have rammerne til at gøre noget, efter at anmodningen er kaldt.

Observationer -  det er det, du vil gøre med de data, du har leveret, begyndende med én anmodning

Forespørgsler –  det er, når du beder om Detect framework

Ideelt set opretter du én tekstanmodning som  VNdetecttextrectanglesrequest . Dette er en slags  VNrequest,  der grænser op til teksten. Når rammen har fuldført applikationen, fortsætter du med at kalde  Dettexthandler-  funktionen. Du vil også gerne vide den nøjagtige ramme, der blev genkendt, indstil den til  Reportcharacterboxes =True.

Derefter skal du definere de observationer, der indeholder alle resultaterne af  VNdetecttextrectanglesrequest , husk at tilføje Vision til outputkameraet. Da Vision afslører API'er på højt niveau, er det sikkert at arbejde med det.

Funktionen kontrollerer, om  Cmsamplebufferen  findes og PutOut  Avcaptureoutput . Du skal derefter fortsætte med at oprette en variabel  Requestoptions  som 1  ordbogstype VNimageoption . Indstillingen  VNmage  er en type struktur, der indeholder egenskaber og data fra kameraet. Du skal derefter oprette  VNimagerequesthandler og udføre tekstanmodningen  .

Tegning af grænser omkring den registrerede tekst

Du kan starte med at have rammen til at tegne to felter, en for hvert bogstav, det registrerer, og den anden for hvert ord. Tabeller er kombinationen af ​​alle de tegnbokse, som din anmodning finder.

  • Definer punkterne på din visning for at hjælpe dig med at placere kasserne.
  • Derefter skal du oprette en  CALaye r; brug  VNrectangleobservation  til at definere dine begrænsninger, hvilket gør processen med at skitsere boksen nemmere.

Du har nu alle dine funktioner lagt ud.

For at forbinde dine prikker skal du begynde med at lade din kode køre asynkront. Du bør derefter kontrollere, om der findes en region i dine resultater fra din  VNTextObservation .

Du kan nu kalde din funktion ind, som vil tegne en boks indenfor området. Tjek, om der er tegnfelter i regionen, og ring derefter til tjenesten, der bringer en boks ind omkring hvert bogstav.

Derefter skal du oprette en variabel  RequestOptions. Du kan nu oprette et  VNImageRequestHandler- objekt og udføre den tekstanmodning,  du oprettede.

Til sidst er det sidste trin at køre din vision-kode med livestreamen. Du skal tage videooutputtet og konvertere det til  Cmsamplebuffer.

Yderligere tips

Prøv altid at beskære billedet og bearbejd kun det afsnit, du har brug for. Dette vil reducere behandlingstiden og hukommelsesfodaftrykket

Slå sprogkorrektion til, når du håndterer ikke-numeriske tegn, og deaktiver den, når du håndterer et numerisk tegn

Inkluder validering for genkendte talstrenge for at bekræfte nøjagtigheden og eliminere visning af falsk værdi til brugeren.

Dokumentkamera-controlleren er den bedste ledsager til tekstgenkendelse, da billedkvalitet spiller en væsentlig rolle i tekstgenkendelse.

Overvej at indstille en minimumsteksthøjde for at øge ydeevnen.

Med Vision har du alt, hvad du behøver til tekstgenkendelse. Da Vision er nem at bruge og tager kort tid at implementere, svarer det næsten til leg med lego at bruge det. Prøv at teste din app på forskellige objekter, skrifttyper, belysning og størrelser. Du kan også imponere dig selv ved at kombinere Vision med Core ML.


Leave a Comment

Sådan åbner du ChatGPT med handlingsknappen på iPhone

Sådan åbner du ChatGPT med handlingsknappen på iPhone

Med denne handlingsknap kan du ringe til ChatGPT, når du vil, på din telefon. Her er en guide til at åbne ChatGPT ved hjælp af handlingsknappen på din iPhone.

Sådan tager du lange skærmbilleder på iPhone, tag rullende skærmbilleder på iPhone

Sådan tager du lange skærmbilleder på iPhone, tag rullende skærmbilleder på iPhone

Sådan tager du et langt skærmbillede på iPhone hjælper dig med nemt at optage hele websiden. Funktionen til at rulle skærmbilleder på iPhone er tilgængelig på iOS 13, iOS 14, og her er en detaljeret guide til, hvordan du tager et langt skærmbillede på iPhone.

Instruktioner til at ændre iCloud-adgangskode er meget enkle

Instruktioner til at ændre iCloud-adgangskode er meget enkle

Du kan ændre din iCloud-adgangskode på mange forskellige måder. Du kan ændre din iCloud-adgangskode på din computer eller på din telefon via en supportapplikation.

Instruktioner til at deltage i delte albummer på iPhone

Instruktioner til at deltage i delte albummer på iPhone

Når du sender et fælles album på iPhone til en anden, skal de acceptere at deltage. Der er flere måder at acceptere invitationer til at dele et album på iPhone, som vist nedenfor.

Sådan finder du mistede AirPods

Sådan finder du mistede AirPods

Fordi AirPods er små og lette, kan de nogle gange være lette at miste. Den gode nyhed er, at før du begynder at rive dit hus ad og lede efter dine mistede ørepropper, kan du spore dem ved hjælp af din iPhone.

4 iPhone-funktioner, der ikke virker i nogle lande

4 iPhone-funktioner, der ikke virker i nogle lande

Vidste du, at din iPhone kan være anderledes end iPhones, der sælges i andre lande, afhængigt af den region, hvor den er produceret?

Sådan søger du efter billeder med Google Billeder på din telefon

Sådan søger du efter billeder med Google Billeder på din telefon

Omvendt billedsøgning på iPhone er meget simpelt, når du kan bruge browseren på enheden eller bruge tredjepartsapplikationer til at få flere søgemuligheder.

Instruktionerne til at foretage hurtige opkald på iPhone er meget enkle

Instruktionerne til at foretage hurtige opkald på iPhone er meget enkle

Hvis du ofte har brug for at kontakte nogen, kan du oprette hurtigopkald på din iPhone med et par enkle trin.

Instruktioner til rotation af iPhone-skærm på alle modeller

Instruktioner til rotation af iPhone-skærm på alle modeller

At rotere skærmen vandret på iPhone hjælper dig med at se film eller Netflix, se PDF'er, spille spil,... mere bekvemt og få en bedre oplevelse.

Hvorfor iPhone-batteriet løber tør natten over, og hvordan man løser det

Hvorfor iPhone-batteriet løber tør natten over, og hvordan man løser det

Hvis du nogensinde er vågnet op og har opdaget, at dit iPhone-batteri pludselig er nede på 20 % eller mindre, er du ikke alene.