Tesseract&tesseractOCRiOS

安裝tesseract在上篇。

1、安裝之后默認語言包只有英文包，在github上下載中文簡體，鏈接：https://github.com/tesseract-ocr/tessdata

 然后放入tessdata文件中，/usr/local/share/tessdata

 

2、然后就可以識別文字了

在同等目錄下

tesseract 333.jpg output_333 -l chi_sim

會在目錄下生成一個output_333.text文件

TesseractOCRiOS

直接pod TesseractOCRiOS到工程

platform :ios,'8.0'
target "TesseractDemo" do
pod 'TesseractOCRiOS', '~> 4.0.0'
end

將Enable Bitcode 改為NO

引用的.m文件改為.mm

導入#import <TesseractOCR/TesseractOCR.h>

在工程下新建一個tessdata文件夾放置語言包

- (void)tesseractRecogniceWithImage:(UIImage *)image compleate:(void(^)(NSString *text))compleate {
    G8Tesseract *tesseract = [[G8Tesseract alloc]initWithLanguage:@"eng+chi_sim"];
    //模式
    tesseract.engineMode = G8OCREngineModeTesseractOnly;
    tesseract.maximumRecognitionTime = 10;
    tesseract.pageSegmentationMode = G8PageSegmentationModeAuto;
    //灰化 如果是英文或者數字推薦使用。如果是漢字不推薦使用
    //tesseract.image = [image g8_blackAndWhite];
    tesseract.image = image;
    [tesseract recognize];
    compleate(tesseract.recognizedText);
}

目前出現的問題有在上面鏈接中下載的chi_sim語言包放在項目中會報

actual_tessdata_num_entries_ <= TESSDATA_NUM_ENTRIES:Error:Assert failed:in file tessdatamanager.cpp, line 53

應該是語言包的版本和tesseract的版本不一致導致的。

在這個鏈接下中文語言包就好了

https://github.com/tesseract-ocr/tessdata/blob/bf82613055ebc6e63d9e3b438a5c234bfd638c93/chi_sim.traineddata