Question

我已经使用Tesseract OCR iOS来扫描文本，我已经使用它来处理项目中包含的照片。

但是当从UIImagePickerController传递UIImage时，它不起作用。我设置了这个简单的测试：

从选择器中取出原始图像，并将其提供给tesseract：不是否有效。
将UIImage保存为JPEG，将其从应用容器中复制，将其包含在项目中并将其提供给tesseract：不是否正常工作。
在photoshop中打开已保存的UIImage，然后再次保存（默认JPEG质量12设置无更改）。将它包含在项目中以将其提供给tesseract：工作？！？

Tesseract确实识别出原始行中的正确行数，但是作为垃圾（我测试了几个示例测试）。保存在Photoshop中后，图像具有良好的识别率。

我根本无法弄清楚Photoshop以某种方式修复的原始UIImage有什么问题。请帮忙！

以下是图片：

将图像输送到tesseract的代码：

- (void)recognizeWithImage:(UIImage *)image {
    G8RecognitionOperation *operation = [[G8RecognitionOperation alloc] initWithLanguage:@"dan"];
    operation.tesseract.image = image;
    self.imageView.image = image;
    operation.recognitionCompleteBlock = ^(G8Tesseract *recognizedTesseract) {
        NSLog(@"Result:\n%@", [recognizedTesseract recognizedText]);
    };
    NSOperationQueue *queue = [[NSOperationQueue alloc] init];
    [queue addOperation:operation];
}

以下是从相机获取图像的代码：

- (void)imagePickerController:(UIImagePickerController *)picker didFinishPickingMediaWithInfo:(NSDictionary *)info {
    [self dismissViewControllerAnimated:YES completion:nil];
    UIImage *originalImage = info[UIImagePickerControllerOriginalImage];

    NSData *dataForJPEGFile = UIImageJPEGRepresentation(originalImage, 1.0);
    NSArray *paths = NSSearchPathForDirectoriesInDomains(NSDocumentDirectory, NSUserDomainMask, YES);
    NSString *filePath = [paths[0] stringByAppendingPathComponent:@"temp_ocr_image_orig.jpg"];
    [dataForJPEGFile writeToFile:filePath atomically:YES];

    [self recognizeWithImage:originalImage];
}

测试两个图像文件：

[self recognizeWithImage:[UIImage imageNamed:@"temp_ocr_image_orig.jpg"]];
[self recognizeWithImage:[UIImage imageNamed:@"temp_ocr_image_photoshopped.jpg"]];

Answer 1

image orientation对于两个图像都不同。当您将图像加载到引擎中时：在您的情况下，两个图像都生成为与引擎具有不同方向的图像：

以下是他们对引擎的看法：

原始图片：

Photoshop图片：

如果你仔细观察，它们的呈现方式会有所不同。我相信UIImageJPEGRepresentation正在做一些疯狂的事情，或者当你将image写到container时，图像会进入不同的方向

您需要修改从拾取器或容器中获取的图像方向。

我做了一些组合以获得正确的方向作为photoshop图像：

                                                   //image is the original image
UIImage *imageToDisplay =[UIImage imageWithCGImage:[image CGImage]
                    scale:1.0
              orientation: UIImageOrientationRight];

UIImage *newImage=  [UIImage imageWithCGImage:[imageToDisplay CGImage]
                     scale:1.0
              orientation: UIImageOrientationDown];


UIImage *newImage2=  [UIImage imageWithCGImage:[newImage CGImage]
                                        scale:1.0
                                  orientation: UIImageOrientationLeft];

//Now I get the correct orientation

// Set the image on which Tesseract should perform recognition
operation.tesseract.image = newImage2 ;

现在您可以按预期从OCR获取文本。

您应该尝试在一行代码中获得正确的方向。我在这里使用了3次旋转。

Tesseract OCR iOS图像格式

1 个答案: