在iOS上没有Vision Framework的情况下检测纸张和文本

Question

我正在开发一个可以打开相机并拍照的应用程序，如果相机检测到纸张。我搜索了一段时间，但不确定在2018年哪种方法最好：）

第一个PS：我需要从iOS 9.0开始支持，因此我无法使用仅在iOS 11.0之后才能运行的Vision Framework。 我发现了什么

Tesseract OCR： 在我搜索时，这是Vision Framework之后最常用的库。如我所见，该库有两个常见问题。一个是无法检测是否是纸，另一个是不能检测到少量文本。 （将被扫描的纸张只有一张数字，就像信用卡中一样）

OCR match frame´s position to field in credit card

  

您的第一个问题是，大多数OCR并非针对占用大部分“页面”的少量文本进行了优化

https://github.com/gali8/Tesseract-OCR-iOS

OpenCV：这是我发现的第二个用于文本识别的库，但是据我所知，这是一种古老的实现方法。因此，我不确定它是否快速可靠。

https://medium.com/@yiweini/opencv-with-swift-step-by-step-c3cc1d1ee5f1

示例应用程序，可以很好地进行纸张识别： https://itunes.apple.com/us/app/evernote-scannable/id883338188?mt=8

Answer 1

尝试使用this库（称为OCRSlicer（我写了：D））处理您提到的少量文本。

关于纸张检测，您还需要其他东西。.打开CV可以做到对比度差:)

另一个建议是使用Firebase for OCR

Answer 2

要进行纸张检测，您可以使用Core Image的CIDetector

iOS 8.0 +

https://developer.apple.com/documentation/coreimage/cirectanglefeature

  

检测到的矩形特征不一定在图像平面中是矩形；相反，此功能标识的形状在空间上可能是矩形，但在图像中以透视图的形式出现-例如，桌上的纸或书。 CIRectangleFeature对象的属性标识其在图像坐标中的角。

     

例如，您可以将矩形特征检测与CIPerspectiveCorrection过滤器一起使用，以检测图像或视频中的矩形对象并将其转换为原始方向。