图片文字识别---初级入门篇

2018-03-14 本文已影响175人捷风

导语

受到搜狗输入法中文字扫描功能的启发，小编自不量力的进行了一番尝试，虽然达到了一些初步的
效果，但是优化提升的空间依然很大，所以小编在这里记录一下前的工作与大家分享，也希望能获
得大家更好的建议，对该功能进行完善。

工作准备

1、创建项目
2、打开终端cd进入文件根目录
3、执行pod init
4、进入Podfile文件写上pod 'TesseractOCRiOS'
5、终端在该项目根目录下执行pod install
6、打开 xcworkspace文件真机运行后报错

(ld: -weak_library and -bitcode_bundle (Xcode setting ENABLE_BITCODE=YES)
cannotbe used together）

解决报错问题.png
7、在项目中创建文件夹（注意文件夹颜色）

tessdata文件夹.png

8、下载汉化包和英化包，如上图文件夹中所示

编写代码

1、引入头文件
#import <TesseractOCR/TesseractOCR.h>
2、创建属性
@property (nonatomic, strong) NSOperationQueue *operationQueue;
/**菊花*/
@property (weak, nonatomic) IBOutlet UIActivityIndicatorView *activityIndicator;
/**识别后文字显示*/
@property (weak, nonatomic) IBOutlet UITextView *contens;
/**进度条*/
@property (weak, nonatomic) IBOutlet UILabel *progressLabel;
3、viewDidLoad中实现
self.operationQueue = [[NSOperationQueue alloc] init];
4、定义核心识别方法-(void)recognizeImage:(UIImage *)image;

-(void)recognizeImageWithTesseract:(UIImage *)image{
 self.contens.text=@"";
 self.progressLabel.text=@"";
[self.activityIndicator startAnimating];
    
 //初始化G8Tesseract类，为文字识别做准备
G8RecognitionOperation *operation = [[G8RecognitionOperation alloc] initWithLa
nguage:@"eng+chi_sim"];
operation.tesseract.engineMode = G8OCREngineModeTesseractOnly;
operation.tesseract.pageSegmentationMode = G8PageSegmentationModeAutoOnly;
//    operation.tesseract.maximumRecognitionTime = 3.0;//最大识别时间
    operation.delegate = self;
    operation.tesseract.image = [image g8_blackAndWhite];
    operation.tesseract.image = image;
    operation.recognitionCompleteBlock = ^(G8Tesseract *tesseract) {
        NSString *recognizedText = tesseract.recognizedText;
        NSLog(@"%@", recognizedText);
        [self.activityIndicator stopAnimating];
self.contens.text=[NSString stringWithFormat:@"识别结果:\n%@",recognizedText];
        dispatch_async(dispatch_get_main_queue(), ^{
            self.progressLabel.text=[NSString stringWithFormat:@"进度:100%%"];
        });

    };
    [self.operationQueue addOperation:operation];
}

5、实现代理---G8TesseractDelegate
- (void)progressImageRecognitionForTesseract:(G8Tesseract *)tesseract {
dispatch_async(dispatch_get_main_queue(), ^{
   self.progressLabel.text=[NSString stringWithFormat:@"进度:%lu%%",
tesseract.progress];
    });
    NSLog(@"progress: %lu", (unsigned long)tesseract.progress);
}
- (BOOL)shouldCancelImageRecognitionForTesseract:(G8Tesseract *)tesseract {
    return NO;
}

6、调用识别方法传入一个需要被识别的图片(从Xcode本地获取、调用相机、调用本地相册)

个人心得

一、iOS终端识别功能优缺点:

优点:不需要联网;
缺点:1、识别速度有待提高、2识别文字如果间隔太小会产生乱码；

二、其他实现方式:

通过测试发现搜狗输入法是通过前端传入识别图片，后端进行识别处理，这种方案优点是识别速度相对快些、缺点是必须得连接网络（这种方案腾讯和百度都有相关的SDK，但是都是盈利性质的，所以如果公司该功能使用情况比较频繁的话，还是建议自己造一个是最优的选择😆）

拓展

由于小编对Python有点皮毛的了解，所以也研究了一下Python图文识别，代码相对比较简单，以下附上最终代码，前期准备工作就不深入说明了，如果有不清楚的欢迎私信！

from PIL import Image
import pytesseract
import datetime
#打印当前时间
time_stamp =datetime.datetime.now()
print(time_stamp.strftime('%Y.%m.%d-%H:%M:%S'))

# text = pytesseract.image_to_string(Image.open('image_one.png'),
lang='eng+chi_sim')
text = pytesseract.image_to_string(Image.open('Wechat_Image.jpeg'),
lang='eng+chi_sim')
#打印识别后文字
print(text)
#打印当前时间
time_stamp_two =datetime.datetime.now()
print(time_stamp_two.strftime('%Y.%m.%d-%H:%M:%S'))