iOS 提取图片中的文字

Vision

Vision 是用于各种识别的框架，比如人脸识别、文字识别等。本篇文章只介绍图片文字识别的部分，只是因为在最近的项目中有用到过，其他的识别方式以后可能会更新。

先上代码

extension UIImage {
	/// 提取图片中的文字
    func textExtraction() -> String {
        guard let cgImage = self.cgImage else {
            return ""
        }
        var result = ""
        let request = VNRecognizeTextRequest { request, _ in
            guard let observations = request.results as? [VNRecognizedTextObservation] else {
                return
            }
            let recognizedStrings = observations.compactMap { observation in
                observation.topCandidates(1).first?.string
            }
            result = recognizedStrings.joined(separator: "\n")
        }
        request.recognitionLevel = .accurate // 采用精确路径
        request.recognitionLanguages = ["zh-Hans", "en-US"] // 设置识别语言
        
        let requestHandler = VNImageRequestHandler(cgImage: cgImage)
        do {
            try? requestHandler.perform([request])
        } catch {
            fatalError("error = \(error.localizedDescription)")
        }
        return result
    }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28

以上就是图片文字识别的基本代码了，但是这个方法有缺陷，

1. 文字识别不准确，及人眼看是没有文字的，但是它却能识别出一小段文字。
2. 有时会出现乱码
3. 同一张图片的识别结果会有不同。