iPhone: Hvernig á að nota iOS textagreiningareiginleika

Vision í iOS 11 hefur allt sem þú þarft til að búa til app sem getur borið kennsl á textastafi með innleiðingu á sér stað samtímis. Þú þarft ekki tæknilega kóðunarþekkingu - það er frekar einfalt að vafra um eiginleikann. Það sem meira er, framkvæmdin er hnökralaus.

Framtíðarrammi

Framtíðarramminn gerir þér kleift að útfæra öll verkefni sem fela í sér tölvuupplýsingar auðveldlega. Uppbyggingin framkvæmir greiningu á andliti og andliti, greiningu á strikamerkjum, myndskráningu, almennri eiginleikarakningu og textagreiningu. Vision gerir þér einnig kleift að nota sérsniðin Core ML líkön fyrir verkefni eins og flokkun eða hlutgreiningu.

VN DetectTextRectanglesRequest

The  VN DetectTextRectanglesRequest  er mynd greining beiðni sem finnur svæðum sýnilegur texti á mynd; eiginleikinn skilar textastöfum sem rétthyrndum afmarkareit með uppruna og stærð.

Ef þú ert vanur að nota swift og hefur verið að forrita í nokkurn tíma, þá ertu líklega að velta því fyrir þér hver notkun Vision er þegar það eru aðrir eiginleikar eins og mynd og AVFoundation. Jæja, Vision er nákvæmari og einfaldari. Eiginleikinn er einnig fáanlegur á ýmsum kerfum. Hins vegar getur notkun Vision krafist meiri vinnsluorku og vinnslutíma.

Til að nota Vision fyrir textagreiningu þarftu Xcode 9 og tæki sem keyrir iOS 11.

Að búa til myndavél með Avcapture

Fyrst þarftu að búa til myndavél með  AVCapture ; þetta er með því að frumstilla einn hlut AVcapturesession til að framkvæma rauntíma eða offline handtöku. Eftir það skaltu gera lotuna við tækistenginguna.

Til að spara þér tíma frá því að byggja upp notendaviðmót appsins þíns skaltu íhuga að hafa byrjunarverkefni, til að byrja með mun þetta gefa þér tíma til að einbeita þér að því að læra Vision rammann.

Opnaðu byrjunarverkefnið þitt. Útsýnin á söguborðinu ættu að vera tilbúin og uppsett fyrir þig.

Á ViewController.swift skaltu leita að  kóðahlutanum  með aðgerðum og innstungum.

Undir úttakinu- ImageView, d eclare lotu fyrir  AVcapturesession  - þetta er notað þegar þú vilt aðgerðir gerðar byggðar á lifandi streymi.

Stilltu  AVcapturesession  og  AVmediatype  á myndband þar sem þú munt taka myndavélina til að gera það kleift að keyra stöðugt

Skilgreindu úttaks- og inntakstækið

Inntakið er það sem myndavélin mun sjá og úttakið er myndbandið á ákveðnu sniði KCVPixelFormatType_32GRA.

Að lokum skaltu bæta við  undirlagi  sem inniheldur myndbönd við  imageView  og hefja lotuna. Aðgerðin er þekkt sem  inViewdidload.  Þú þarft líka að stilla ramma lagsins.

Hringdu í aðgerðina í  viewWillAppear  aðferðinni.

Þar sem mörkin eru ekki enn endanleg skaltu hnekkja  viewDidLayoutSubviews ( )  aðferðinni til að uppfæra bundin lög.

Eftir útgáfu iOS 10 þarf viðbótarfærslu í Info.plist, þetta gefur tilefni til að nota myndavélina. Þú ættir líka að stilla Privacy-Camera Usage Description.

Textagreining; Hvernig Vision Framework virkar

Það eru þrjú skref til að innleiða Vision í appinu.

Handlerar -  þetta er þegar þú vilt að ramminn geri eitthvað eftir að beiðnin er kölluð.

Athuganir -  þetta er það sem þú vilt gera við gögnin sem þú gefur frá þér og byrjar á einni beiðni

Beiðnir –  þetta er þegar þú biður um Detect framework

Helst býrð þú til eina textabeiðni sem  VNdetecttextrectanglesrequest . Þetta er eins konar  VNrequest  sem jaðrar við textann. Eftir að ramminn klárar forritið heldurðu áfram að hringja í  Dettexthandler  aðgerðina. Þú munt líka vilja vita nákvæmlega rammann sem var þekktur, stilltu hann á  Reportcharacterboxes =True.

Eftir það skaltu skilgreina athuganirnar sem innihalda allar niðurstöður  VNdetecttextrectanglesrequest , mundu að bæta Vision við úttaksmyndavélina . Þar sem Vision afhjúpar API á háu stigi er öruggt að vinna með það.

Aðgerðin athugar hvort  Cmsamplebuffer  sé til og PutOut  Avcaptureoutput . Þú ættir síðan að halda áfram að búa til eina breytu  Requestoptions  sem 1 orðabókartegund  VNimageoption . The  VNmage  valkostur er tegund af uppbyggingu sem inniheldur eiginleika og gögn frá myndavélinni. Þú ættir síðan að búa til  VNimagerequesthandler og framkvæma textabeiðnina  .

Teikning ramma utan um textann sem greindur er

Þú getur byrjað á því að hafa rammann til að teikna tvo kassa, einn fyrir hvern staf sem hann greinir og hinn fyrir hvert orð. Töflur eru samsetning allra stafakassa sem beiðni þín mun finna.

• Skilgreindu punktana á útsýninu þínu til að hjálpa þér að staðsetja kassana.
• Eftir það, búa til  CALaye r; notaðu  VNrectangleobservation  til að skilgreina þvingun þína, sem gerir ferlið við að útlista kassann auðveldari.

Þú hefur nú allar aðgerðir þínar settar út.

Til að tengja punktana þína skaltu byrja á því að láta kóðann keyra ósamstilltur. Þú ættir þá að athuga hvort svæði sé til í niðurstöðum þínum frá  VNTextObservation þinni .

Þú getur nú kallað inn aðgerðina þína, sem mun teikna kassa innan svæðisins. Athugaðu hvort það séu stafareitir innan svæðisins og hringdu síðan í þjónustuna sem kemur með kassa utan um hvern staf.

Eftir það skaltu búa til breytu  RequestOptions. Þú getur nú búið til  VNImageRequestHandler hlut og framkvæmt textabeiðnina sem  þú bjóst til.

Að lokum er síðasta skrefið að keyra sjónkóðann þinn með straumnum í beinni. Þú þarft að taka myndbandsúttakið og breyta því í  Cmsamplebuffer.

Viðbótarráðleggingar

Reyndu alltaf að klippa myndina og vinna aðeins þann hluta sem þú þarft. Þetta mun draga úr vinnslutíma og minni fótspor

Kveiktu á tungumálaleiðréttingu þegar þú átt við stafi sem ekki eru tölustafir og slökktu síðan á henni þegar þú átt við tölustafi

Hafa staðfestingu fyrir viðurkennda númerastrengi til að staðfesta nákvæmni og koma í veg fyrir að notandinn sýnir rangt gildi.

Skjalamyndavélastýringin er besti félaginn fyrir textagreiningu þar sem myndgæði gegna mikilvægu hlutverki í textagreiningu.

Íhugaðu að setja lágmarkshæð á texta til að auka árangur.

Með Vision hefurðu allt sem þú þarft fyrir textagreiningu. Þar sem Vision er auðvelt í notkun og tekur stuttan tíma í innleiðingu jafngildir notkun þess næstum því að spila með Legos. Prófaðu að prófa appið þitt á mismunandi hlutum, leturgerðum, lýsingu og stærðum. Þú getur líka heilla þig með því að sameina Vision og Core ML.