! 画像の文字認識 (:ocr_text)

宣言

認識結果, 結果詳細 = 画像:ocr_text([ エンジンオプション, 二値化オプション ])

引数

エンジンオプション
省略可能なテーブル型の引数。認識言語と認識エンジンの選択に使用します

引数の構造

{
    -- engine フィールドを "apple" に設定すると、iOS 13 以降に搭載された Apple の Vision.framework で認識します
    -- image.vision_supported_recognition_languages() 関数を使用すると、Vision.framework が対応する OCR モデルの一覧を取得できます
    -- engine フィールドを "paddle" に設定すると、Paddle-Lite エンジンで認識します。lang でモデルを指定できます
    -- たとえば lang = "ppocr_ch" とすると、モデル /var/mobile/Media/1ferver/models/ppocr_ch を使用します
    -- Paddle-Lite エンジンは *.nb 形式の Slim モデルに対応しています
    engine = "apple" | "paddle" | "tesseract",
    lang = "zh-Hans",
}

各 iOS バージョンに搭載された Vision.framework が対応する OCR モデルの一覧

{ -- 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",
}

二値化オプション
実数型。二値化のしきい値です。画像の自動二値化を参照してください
テーブル型。カスタム二値化の色差です。画像の手動二値化を参照してください
文字列型。カスタム二値化の色差です。画像の手動二値化を参照してください

戻り値

認識結果
文字列型。認識された文字列

結果詳細
テーブル型

OCR の認識結果の詳細構造

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

説明

画像内の文字を認識します。領域を指定する引数が不要である点を除き、その他は画面領域の文字認識 (screen.ocr_text) と同じです
ソフトウェアバージョン 1.3.8 以降で使用できます
PaddleLite 簡体字中国語標準版モデル（解凍が必要）
PaddleLite 簡体字中国語フル版モデル（解凍が必要）
PaddleLite 繁体字中国語認識モデル（解凍が必要）
PaddleLite 日本語認識モデル（解凍が必要）
PaddleLite 韓国語認識モデル（解凍が必要）
PaddleLite 英数字認識モデル（解凍が必要）
PaddleOCR モデル一覧から対応するモデルをダウンロードし、det_opt.nb、cls_opt.nb、rec_opt.nb に変換してから、対応する dict.txt と組み合わせて使用することもできます

使用例

-- 1.3.8 以降の使用例
local img = image.load_file(XXT_SCRIPTS_PATH..'/1.png')

txt, info = img:ocr_text("en-US")   -- iOS 13 以降では、Apple に搭載された en-US モデルで英数字を認識できます
sys.toast("识别结果："..txt:atrim())

txt, info = img:ocr_text("zh-Hans") -- iOS 14 以降では、Apple に搭載された zh-Hans モデルで簡体字中国語を認識できます
sys.toast("识别结果："..txt:atrim())

txt, info = img:ocr_text({
    engine = "apple", -- Apple エンジンを使用
    lang = "zh-Hans"  -- 簡体字中国語認識モデルを使用
}, "9D5D39-0F1F26,D3D3D2-2C2C2D")
sys.toast("识别结果："..txt:atrim())

txt, info = img:ocr_text({
    engine = "paddle", -- PaddleLite OCR エンジンを使用
    lang = "ppocr_ch", -- ppocr_ch モデルを使用
})
sys.toast("识别结果："..txt:atrim())

注：上記のコードでは、この章以外の関数 sys.toast、string.atrim を使用しています

旧バージョンからの使用例（非推奨）

local img = image.load_file(XXT_SCRIPTS_PATH..'/1.png')
-- 使用例 1：
local txt = img:ocr_text() -- デフォルト設定では、tesseract エンジンの英数字モードで文字を認識します
sys.toast("识别结果："..txt:atrim())
--
-- 使用例 2：
local txt = img:ocr_text("eng", "9D5D39-0F1F26,D3D3D2-2C2C2D") -- 色差による二値化を使用して認識
sys.toast("识别结果："..txt:atrim())
--
-- 使用例 3：
local txt = img:ocr_text("eng", { {0x9D5D39, 0x0F1F26}, {0xD3D3D2, 0x2C2C2D} }) -- 色差による二値化を使用して認識。上記と同じです
sys.toast("识别结果："..txt:atrim())
--
-- 使用例 4：
local txt = img:ocr_text({
  lang = "chi_sim",         -- tesseract エンジンの簡体字中国語ライブラリで認識します（簡体字中国語ライブラリは内蔵されていません）
  white_list = "你我他",      -- ホワイトリストを "你我他" に設定
})
sys.toast("识别结果："..txt:atrim())
--
-- 使用例 5：
local txt = img:ocr_text({
  lang = "eng",
  white_list = "1234567890",      -- カスタムホワイトリストを使用して、数字のみを認識するように制限
}, "9D5D39-0F1F26,D3D3D2-2C2C2D") -- 色差による二値化を使用して認識
sys.toast("识别结果："..txt:atrim())

注：上記のコードでは、この章以外の関数 sys.toast、string.atrim を使用しています

宣言​

引数​

戻り値​

説明​

使用例​

旧バージョンからの使用例（非推奨）​

宣言

引数

戻り値

説明

使用例

旧バージョンからの使用例（非推奨）