iPhone: Kako uporabljati funkcije za zaznavanje besedila iOS

Vision v iOS 11 ima vse, kar potrebujete za ustvarjanje aplikacije, ki lahko prepozna besedilne znake, pri čemer se implementacija izvaja hkrati. Ne potrebujete tehničnega znanja o kodiranju – krmarjenje po funkciji je precej preprosto. Še več, izvedba je brezhibna.

Okvir vizije

Okvir vizije vam omogoča enostavno izvajanje katere koli naloge, ki vključuje računalniške podrobnosti. Struktura izvaja zaznavanje obrazov in mejnikov obraza, prepoznavanje črtne kode, registracijo slik, sledenje splošnim funkcijam in zaznavanje besedila. Vision vam omogoča tudi uporabo modelov Core ML po meri za naloge, kot sta razvrščanje ali odkrivanje predmetov.

VN DetectTextRectanglesRequest

VN DetectTextRectanglesRequest  je zahteva za analizo slike, ki najde regije vidnega besedila v sliki; funkcija vrne besedilne znake kot pravokotno omejevalno polje z izvorom in velikostjo.

Če ste navajeni uporabljati swift in že nekaj časa programirate, se verjetno sprašujete, kakšna je uporaba Visiona, če obstajajo druge funkcije, kot sta slika in AVFoundation. No, Vision je natančnejši in bolj preprost. Funkcija je na voljo tudi na različnih platformah. Vendar pa lahko uporaba Vision zahteva več procesorske moči in časa obdelave.

Če želite uporabljati Vision za zaznavanje besedila, potrebujete Xcode 9 in napravo z operacijskim sistemom iOS 11.

Ustvarjanje kamere z Avcapture

Najprej morate ustvariti kamero z  AVCapture ; to je tako, da se en objekt AVcapturesession inicializira za zajem v realnem času ali brez povezave. Po tem vzpostavite sejo do povezave naprave.

Da bi vam prihranili čas pri izdelavi uporabniškega vmesnika vaše aplikacije, razmislite o začetnem projektu, saj vam bo to dalo čas, da se osredotočite na učenje ogrodja Vision.

Odprite svoj začetni projekt. Pogledi v snemalni plošči bi morali biti pripravljeni in nastavljeni za vas.

Na  ViewController.swift  poiščite razdelek s kodo s funkcijami in vtičnicami.

Pod outlet- ImageView, d eClare sejo za  AVcapturesession  - ta se uporablja, kadar želite ukrepov, izvedenih na podlagi živo.

Nastavite  AVcapturesession  in  AVmediatype  na video, saj boste izvedli snemanje s kamero, da omogočite neprekinjeno delovanje

Določite izhodno in vhodno napravo

Vhod je tisto, kar bo videla kamera, izhod pa je video v formatu nastavljenega tipa KCVPixelFormatType_32GRA.

Nazadnje dodajte  podsloj,  ki vsebuje videoposnetke, v  imageView  in začnite sejo. Funkcija je znana kot  inViewdidload.  Prav tako morate nastaviti okvir plasti.

Pokličite funkcijo v   metodi viewWillAppear .

Ker meje še niso dokončane, preglasite  metodo viewDidLayoutSubviews ( ),  da posodobite vezane plasti.

Po izdaji iOS 10 je potreben dodaten vnos v Info.plist, kar je razlog za uporabo kamere. Nastavite tudi opis uporabe zasebnosti-kamere.

zaznavanje besedila; Kako deluje Vision Framework

Obstajajo trije koraki za implementacijo Visiona v aplikaciji.

Upravljavci –  to je, ko želite, da okvir naredi nekaj po klicu zahteve.

Opažanja –  to je tisto, kar želite narediti s podatki, ki ste jih posredovali, začenši z eno zahtevo

Zahteve –  to je, ko zahtevate okvir Detect

V idealnem primeru ustvarite eno besedilno zahtevo kot  VNdetecttextrectanglesrequest . To je neke vrste  VNrequest,  ki meji okoli besedila. Ko okvir dokonča aplikacijo, nadaljujete s klicem   funkcije Dettexthandler . Prav tako boste želeli izvedeti natančen okvir, ki je bil prepoznan, nastavite ga na  Reportcharacterboxes =True.

Po tem definirajte opazovanja, ki vsebujejo vse rezultate  VNdetecttextrectanglesrequest , ne pozabite dodati Vision v izhodno kamero. Ker Vision razkriva API-je na visoki ravni, je delo z njim varno.

Funkcija preveri, ali  Cmsamplebuffer  obstaja in PutOut  Avcaptureoutput . Nato morate nadaljevati z ustvarjanjem ene spremenljivke  Requeststoptions  kot 1 VNimageoption tipa  slovarja . Možnost  VNmage  je vrsta strukture, ki vsebuje lastnosti in podatke iz kamere. Nato morate ustvariti  VNimagerequesthandler  in izvesti besedilno zahtevo.

Risanje meja okoli zaznanega besedila

Začnete lahko tako, da imate okvir za risanje dveh polj, enega za vsako črko, ki jo zazna, in drugega za vsako besedo. Tabele so kombinacija vseh znakovnih polj, ki jih bo našla vaša zahteva.

• Določite točke na svojem pogledu, ki vam bodo pomagale postaviti polja.
• Po tem ustvarite  CALaye r; uporabite  VNrectangleobservation,  da določite svoje omejitve, kar olajša postopek orisa polja.

Zdaj imate vse svoje funkcije postavljene.

Če želite povezati svoje pike, začnite z asinhronim izvajanjem kode. Nato preverite, ali obstaja regija v vaših rezultatih iz vašega  VNTextObservation .

Zdaj lahko pokličete svojo funkcijo, ki bo narisala okvir znotraj območja. Preverite, ali so v regiji polja z znaki, nato pokličite storitev, ki prinese polje okoli vsake črke.

Po tem ustvarite spremenljivko  RequestOptions. Zdaj lahko ustvarite  objekt VNImageRequestHandler  in izvedete besedilno zahtevo, ki ste jo ustvarili.

Končno, zadnji korak je zagon vaše kode vizije s pretočnim predvajanjem v živo. Morali boste vzeti video izhod in ga pretvoriti v  Cmsamplebuffer.

Dodatni nasveti

Vedno poskusite obrezati sliko in obdelati samo odsek, ki ga potrebujete. To bo zmanjšalo čas obdelave in pomnilniški odtis

Vklopite popravek jezika, ko delate z neštevilskimi znaki, in ga izklopite, ko delate s številskim znakom

Vključite preverjanje prepoznanih številskih nizov, da potrdite točnost in odpravite prikazovanje napačne vrednosti uporabniku.

Krmilnik dokumentne kamere je najboljši spremljevalec za prepoznavanje besedila, saj ima kakovost slike pomembno vlogo pri prepoznavanju besedila.

Razmislite o nastavitvi minimalne višine besedila, da povečate učinkovitost.

Z Visionom imate vse, kar potrebujete za prepoznavanje besedila. Ker je Vision enostaven za uporabo in traja kratek čas za izvedbo, je njegova uporaba skoraj enakovredna igranju z Legos. Poskusite preizkusiti svojo aplikacijo na različnih predmetih, pisavah, osvetlitvi in ​​velikostih. Navdušite se lahko tudi s kombinacijo Visiona in Core ML.