SwiftOCR

このプロジェクトは廃止され、もはや維持されません！

Swiftocrの代わりにAppleのビジョンフレームワークを使用してください。それは非常に速く、正確で、はるかに細かくありません。

---

Swiftocr

Swiftocrは、Swiftで書かれた高速でシンプルなOCRライブラリです。画像認識のためにニューラルネットワークを使用しています。現在のところ、Swiftocrは、短い1行の長い英数字コード（Di4c9cmなど）を認識するために最適化されています。現在、iOSとOS Xをサポートしています。

特徴

• 使いやすいトレーニングクラス
• 高精度
• 優れたデフォルトの画像の前処理
• 高速かつ正確なキャラクターセグメンテーションアルゴリズム
• 低ケース文字のサポートを追加します
• 接続された文字セグメンテーションのサポートを追加します

Tesseractの代わりにSwiftocrを選択する必要があるのはなぜですか？

これは本当に良い質問です。

詩やニュース記事のような通常のテキストを認識したい場合は、Tesseractを使用してください。しかし、短い英数字コード（ギフトカードなど）を認識したい場合は、Swiftocrを選択することをお勧めします。

TesseractはC ++および30年以上にわたって書かれています。それを使用するには、最初にObjective-C ++ラッパーを書く必要があります。テッセラクトを遅くしている主な問題は、メモリの管理方法です。メモリの割り当てが多すぎてリリースが遅くなります。

英数字コードを含む50を超える困難な画像についていくつかのテストを行いました。驚くべき結果。 SwififtocrはすべてのカテゴリでTesseractを破りました。

	Swiftocr	テッセラクト
スピード	0.08秒。	0.63秒
正確さ	97.7％	45.2％
CPU	〜30％	〜90％
メモリ	45 MB	73 MB

どのように機能しますか？

1. 入力画像はしきい値（二等式）です。
2. 文字は、接続コンポーネントラベルと呼ばれる手法を使用して、画像から抽出されます。
3. 分離された文字は数値に変換され、それがニューラルネットワークに供給されます。

それを使用する方法は？

SwiftocrはCocoapodsから入手できます。インストールするには、次の行をPodfileに追加するだけです。

pod 'SwiftOCR'

Tesseractを使用したことがある場合は、OCRをプロジェクトに実装することがどれほど疲れるかを知っています。 SwiftocrはTesseractの正反対です。わずか6行のコードを使用して実装できます。

import SwiftOCR

let swiftOCRInstance = SwiftOCR ( )
    
swiftOCRInstance . recognize ( myImage ) { recognizedString in
    print ( recognizedString )
}

Swiftocrでのエクスペリエンスを向上させるには、ビルド構成をReleaseように設定する必要があります。

トレーニング

Swiftocrのトレーニングは非常に簡単です。新しいフォントを認識する前に、しなければならないステップはわずかです。

SWIFTOCRをトレーニングする最も簡単な方法は/example/OS X/SwiftOCR Trainingの下にあるトレーニングアプリを使用することです。最初に、リストからトレーニングするフォントを選択します。その後、テキストフィールドでトレーニングしたい文字を変更できます。最後に、 Start Testingボタンを押す必要があります。今残っている唯一のものは、待っていることです。設定に応じて、これには0.5分から2分かかる場合があります。約2分後、トレーニングを手動で停止できます。 Saveボタンを押すと、訓練されたネットワークがデスクトップに保存されます。 Testボタンは、訓練されたニューラルネットワークの精度を評価するために使用されます。

例

これが画像の例です。 Swififtocrはそれを認識することに問題はありません。 Tesseractを使用して同じ画像を認識しようとすると、出力は「Labmensw」？！？！？。

この画像は、2つの理由のために認識するのが困難です。

• 照明は不均一です。この問題は、Swiftocrの革新的な前処理アルゴリズムによって解決されます。
• この画像のテキストは歪んでいます。 Swiftocrは認識のためにニューラルネットワークを使用しているため、これは本当の問題ではありません。 NNは人間の脳のように柔軟であり、最も歪んだイメージさえも認識できます（ほとんどの場合）。

トト

• gpuimageへのポート2

依存関係

• 迅速
• gpuimage
• 組合 - ファインド

ライセンス

 The code in this repository is licensed under the Apache License, Version 2.0 (the "License");
you may not use this file except in compliance with the License.
You may obtain a copy of the License at

   http://www.apache.org/licenses/LICENSE-2.0

Unless required by applicable law or agreed to in writing, software
distributed under the License is distributed on an "AS IS" BASIS,
WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
See the License for the specific language governing permissions and
limitations under the License.

注：このソフトウェアは、異なるオープンソースライセンスの下でライセンスされる可能性のある他のパッケージに依存します。