カメラビューで撮影した画像のテキストを強調表示するには

Question

OCRプロジェクトで作業しています。私の最初の仕事は、iPhoneカメラから画像を取得してから、画像上に特定の単語を配置することです。

以下は、私のデバイスで撮影したサンプル画像です。「STATIONERY」という単語の位置を見つけて、画像上に黄色い矩形で強調表示したいと思います。

どうすればいいですか？最初にABBYYのようなOCR SDKを使用する必要がありますか？そうでなければこれを行うことはできますか？

Answer 1

あなたが特定の単語の座標を取得する必要がある場合は、もちろん、あなたが最初にOCRを実行する必要があります。あなたの底部のために付着したその薄い画像では、いくつかの困難を抱えている可能性があります。 OCRは、似たようなバックグラウンドでうまくいくでしょう。

OCR SDKについては、を試してみてください。これは、最近ABBYYによって開始されたクラウドベースのOCR SDKです。これはベータ版なので、今は完全に無料で使用でき、準備が整うiOS code samplesがあります。

それは、組み込みのXML形式で抽出機能を調整し、私は背景が無地であるためには、あなたの画像の下の部分をトリミングし、SDKにそれを送信した、ここで私が得た応答がありますがあります。

<charParams l="35" t="39" r="73" b="83" charConfidence="100">S</charParams> 
<charParams l="77" t="39" r="117" b="83" charConfidence="100">T</charParams> 
<charParams l="120" t="40" r="164" b="83" charConfidence="100">A</charParams> 
<charParams l="165" t="40" r="204" b="83" charConfidence="100">T</charParams> 
<charParams l="211" t="40" r="225" b="83" charConfidence="100">I</charParams> 
<charParams l="231" t="40" r="276" b="84" charConfidence="100">O</charParams> 
<charParams l="285" t="41" r="325" b="84" charConfidence="100">N</charParams> 
<charParams l="334" t="42" r="370" b="84" charConfidence="100">E</charParams> 
<charParams l="377" t="42" r="419" b="85" charConfidence="100">R</charParams> 
<charParams l="428" t="42" r="469" b="84" charConfidence="100">Y</charParams> 

"l"、 "t"、 "r"、 "b"パラメタは、左上、右上、および下を表し、左上と右下隅の各文字の長方形を表します。私はそれがあなたが探しているものであると信じています。