! Texterkennung im Bild (:ocr_text)

Deklaration

erkennungsergebnis, ergebnisdetails = bild:ocr_text([ Engineoptionen, Binärisierungsoptionen ])

Parameter

• Engineoptionen
  Optional, Tabelle; zur Auswahl der Erkennungssprache und der Erkennungs-Engine

  Parameterstruktur

  {
      -- Wenn engine auf "apple" gesetzt ist, wird das in iOS 13 und höher integrierte Vision.framework verwendet.
      -- Mit image.vision_supported_recognition_languages() kann die Liste der von Vision.framework unterstützten OCR-Modelle abgerufen werden.
      -- Wenn engine auf "paddle" gesetzt ist, wird die Paddle-Lite-Engine verwendet. Mit lang kann das Modell angegeben werden.
      -- Bei lang = "ppocr_ch" wird beispielsweise das Modell /var/mobile/Media/1ferver/models/ppocr_ch verwendet.
      -- Die Paddle-Lite-Engine unterstützt Slim-Modelle im Format *.nb.
      engine = "apple" | "paddle" | "tesseract",
      lang = "zh-Hans",
  }

  Von Vision.framework unterstützte OCR-Modelle der einzelnen iOS-Versionen

  { -- iOS 13
      [1] = "en-US",
  }
  
  { -- iOS 14~15
      [1] = "en-US",
      [2] = "fr-FR",
      [3] = "it-IT",
      [4] = "de-DE",
      [5] = "es-ES",
      [6] = "pt-BR",
      [7] = "zh-Hans",
      [8] = "zh-Hant",
  }
  
  { -- iOS 16
      [ 1] = "en-US",
      [ 2] = "fr-FR",
      [ 3] = "it-IT",
      [ 4] = "de-DE",
      [ 5] = "es-ES",
      [ 6] = "pt-BR",
      [ 7] = "zh-Hans",
      [ 8] = "zh-Hant",
      [ 9] = "yue-Hans",
      [10] = "yue-Hant",
      [11] = "ko-KR",
      [12] = "ja-JP",
      [13] = "ru-RU",
      [14] = "uk-UA",
  }

• Binärisierungsoptionen
  Reelle Zahl, Binärisierungsschwelle; siehe Automatische Binärisierung eines Bildes.
  Tabelle, benutzerdefinierte Binärisierungsfarbtoleranz; siehe Manuelle Bildbinärisierung.
  Text, benutzerdefinierte Binärisierungsfarbtoleranz; siehe Manuelle Bildbinärisierung.

Rückgabewerte

• Erkennungsergebnis
  Text; erkannter Text

• Ergebnisdetails
  Tabelle

  Struktur der OCR-Ergebnisdetails

  {
      {
          ["y"] = number_value,
          ["x"] = number_value,
          ["w"] = number_value,
          ["h"] = number_value,
          ["confidence"] = number_value(0.0000 ~ 1.0000),
          ["text"] = string_value,
      },
      ...
  }

Beschreibung

Erkennt Text in einem Bild. Abgesehen davon, dass keine Bereichsparameter benötigt werden, entspricht die Funktion der Texterkennung in einem Bildschirmbereich (screen.ocr_text).
Verfügbar ab Softwareversion 1.3.8
PaddleLite-Modell für vereinfachtes Chinesisch, Standardversion (muss entpackt werden)
PaddleLite-Modell für vereinfachtes Chinesisch, Vollversion (muss entpackt werden)
PaddleLite-Erkennungsmodell für traditionelles Chinesisch (muss entpackt werden)
PaddleLite-Erkennungsmodell für Japanisch (muss entpackt werden)
PaddleLite-Erkennungsmodell für Koreanisch (muss entpackt werden)
PaddleLite-Erkennungsmodell für englische Buchstaben und Ziffern (muss entpackt werden)
Alternativ kann das passende Modell aus der PaddleOCR-Modellliste heruntergeladen und in det_opt.nb, cls_opt.nb und rec_opt.nb konvertiert werden. Anschließend die zugehörige dict.txt suchen und zusammen damit verwenden.

Beispiel

-- Beispiel für 1.3.8 und höher
local img = image.load_file(XXT_SCRIPTS_PATH..'/1.png')

txt, info = img:ocr_text("en-US")   -- iOS 13 und höher können das integrierte en-US-Modell für englische Buchstaben und Ziffern verwenden
sys.toast("识别结果："..txt:atrim())

txt, info = img:ocr_text("zh-Hans") -- iOS 14 und höher können das integrierte zh-Hans-Modell für vereinfachtes Chinesisch verwenden
sys.toast("识别结果："..txt:atrim())

txt, info = img:ocr_text({
    engine = "apple", -- Apple-Engine verwenden
    lang = "zh-Hans"  -- Erkennungsmodell für vereinfachtes Chinesisch verwenden
}, "9D5D39-0F1F26,D3D3D2-2C2C2D")
sys.toast("识别结果："..txt:atrim())

txt, info = img:ocr_text({
    engine = "paddle", -- PaddleLite-OCR-Engine verwenden
    lang = "ppocr_ch", -- ppocr_ch-Modell verwenden
})
sys.toast("识别结果："..txt:atrim())

Hinweis: Der obige Code verwendet die Funktionen sys.toast und string.atrim, die nicht zu diesem Kapitel gehören.

Veraltete Beispiele (nicht empfohlen)

local img = image.load_file(XXT_SCRIPTS_PATH..'/1.png')
-- Beispiel 1:
local txt = img:ocr_text() -- Die Standardkonfiguration verwendet die englische Buchstaben- und Ziffernerkennung der tesseract-Engine.
sys.toast("识别结果："..txt:atrim())
--
-- Beispiel 2:
local txt = img:ocr_text("eng", "9D5D39-0F1F26,D3D3D2-2C2C2D") -- Erkennung mit Binärisierung anhand der Farbtoleranz
sys.toast("识别结果："..txt:atrim())
--
-- Beispiel 3:
local txt = img:ocr_text("eng", { {0x9D5D39, 0x0F1F26}, {0xD3D3D2, 0x2C2C2D} }) -- Wie oben: Erkennung mit Binärisierung anhand der Farbtoleranz
sys.toast("识别结果："..txt:atrim())
--
-- Beispiel 4:
local txt = img:ocr_text({
  lang = "chi_sim",         -- Bibliothek für vereinfachtes Chinesisch der tesseract-Engine verwenden (nicht integriert)
  white_list = "你我他",      -- Whitelist auf "你我他" setzen
})
sys.toast("识别结果："..txt:atrim())
--
-- Beispiel 5:
local txt = img:ocr_text({
  lang = "eng",
  white_list = "1234567890",      -- Benutzerdefinierte Whitelist, damit nur Ziffern erkannt werden
}, "9D5D39-0F1F26,D3D3D2-2C2C2D") -- Erkennung mit Binärisierung anhand der Farbtoleranz
sys.toast("识别结果："..txt:atrim())

Hinweis: Der obige Code verwendet die Funktionen sys.toast und string.atrim, die nicht zu diesem Kapitel gehören.