通用文字識別 SDK簡介

概述

(1) 概念解釋

通用文字識別：將自然場景下圖片上的文字內(nèi)容，通過定位和檢測，智能識別為可編輯的文本信息

(2) 說明

Hi，您好，歡迎使用有道智云OCR iOS SDK。

如果您想快速體驗(yàn)服務(wù)，建議您前往 體驗(yàn)中心 或者搜索小程序（有道智云體驗(yàn)中心）進(jìn)行試用。

本文檔主要針對需要集成OCR識別服務(wù)iOS SDK的開發(fā)工程師，詳細(xì)描述有道智云OCR識別能力及集成過程。

如果您有與我們商務(wù)合作的需求，可以通過以下方式聯(lián)系我們：

商務(wù)郵箱： AIcloud_Business@corp.youdao.com

如果您對文檔內(nèi)容有任何疑問，可以通過以下幾種方式聯(lián)系我們：

客服QQ：1906538062

智云OCR技術(shù)交流QQ 1群: 654064748

智云OCR技術(shù)交流QQ 2群: 471638046

聯(lián)系郵箱： zhiyun@corp.youdao.com

溫馨提示：

本文檔主要針對開發(fā)人員，接入測試前需要在后臺創(chuàng)建iOS應(yīng)用，并綁定OCR識別實(shí)例；如果您還沒有，請按照 新手指南 操作。 平臺向每個賬戶贈送50元的體驗(yàn)金，供用戶集成前測試所用，具體資費(fèi)規(guī)則詳見 通用文字識別服務(wù)報價。

功能介紹

有道通用文字識別 SDK 是有道智云開放平臺提供的云服務(wù)之一，是有道在線 OCR 接口的一種實(shí)現(xiàn)，支持在線文本識別。

兼容性

支持設(shè)備：運(yùn)行了iOS 8.0及以上系統(tǒng)的 iOS 設(shè)備

通用文字識別 SDK集成指南

集成前提

開始集成SDK之前開發(fā)者需要登錄 有道智云平臺 ，創(chuàng)建應(yīng)用獲取應(yīng)用ID（或者通過運(yùn)營人員獲取應(yīng)用ID），以便使用OCR服務(wù)。

集成步驟

SDK包導(dǎo)入

OCR SDK 由如下幾個 SDK 組成，OCRSDK.h、libbase.a、libocronline.a

(1). 添加頭文件和庫文件：將 OCR SDK 添加到工程中，包括 OCRSDK.h頭文件、libbase.a和libocronline.a文件。可以直接將translateSDK文件夾拖動到工程中，也可以選擇File “Add files to ‘Project Name’…”

(2). 設(shè)置工程Other Linker Flags為-ObjC

(3). 在工程build Phases – Link Binary With Libraries中添加libbase.a, AdSupport.framework, CoreTelephony.framework, SystemConfiguration, libz.tbd和libsqlite3.tbd。

SDK初始化

說明：所有的查詢都需要初始化key，只執(zhí)行初始化一次即可。

//初始化key
YDTranslateInstance *yd = [YDTranslateInstance sharedInstance];
yd.appKey = @"your appkey";

功能集成

說明：請參考 demo 中 OCROnlineController 的使用

構(gòu)造查詢器

YDOCRRequest *request = [YDOCRRequest request];
YDOCRParameter *param = [YDOCRParameter param];
param.langType = @"en"; //設(shè)置識別語言為英文,langType支持"zh-en"和"en"，其中"zh-en"為中英識別，"en"參數(shù)表示只識別英文。若為 純英文識別，"zh-en"的識別效果不如"en"，請妥善選擇
param.source = @"youdaoocr"; //設(shè)置源
param.detectType = @"10012"; //設(shè)置識別類型，按行識別：10012
request.param = param;

將圖片轉(zhuǎn)化為base64編碼

NSString *base64Str = [self image2DataURL:self.imgView.image];

執(zhí)行識別過程

識別返回兩種情況，一種是成功，相關(guān)結(jié)果存儲在 result 參數(shù)中，另外一種是失敗，失敗信息放在 error，是一個枚舉類，整個識別是異步的。

[request lookup:base64Str WithCompletionHandler:^(YDOCRRequest *request, YDOCRResult *result, NSError *error) {
    if (error) {
        //失敗
        NSLog(@"error:%@", error);
    }else {
        //成功
        [self handleOCRReuslt:result];
    }
}];

識別結(jié)果說明

對于在線OCR，服務(wù)器查詢結(jié)果返回數(shù)據(jù)如下：

{
       "errorCode": "0",
       "Result": {
               "orientation": "Up",
               "regions": [{
                       "boundingBox": "81,325,552,64",
                       "lines": [{
                               "boundingBox": "81,325,552,64",
                               "text":"NetEase YouDao"
                               "words": [{
                                       "boundingBox": "81,329,259,59",
                                       "word": "NetEase"
                               }, {
                                       "boundingBox": "364,325,270,62",
                                       "word": "YouDao"
                               }]
                       }]
               }],
               "textAngle": 1.07417,
               "language": "en"
       }
}

服務(wù)器是按照區(qū)域，行，字的格式返回的，即一張圖片會識別出圖片對應(yīng)的 Result，其上可能有多個區(qū)域 Region，每個區(qū)域會包含一行或多行 Line，每行又包括一個或多個字 Word，每個區(qū)域、行或者字符，都會通過 boundingBox 字段返回坐標(biāo)和大小。 SDK 對上述 json 數(shù)據(jù)解析封裝為 YDOCRResult 對象，如下：

@interface YDOCRResult : NSObject
@property (nonatomic, copy) NSString *orientation;
@property (nonatomic, copy) NSString *textAngle;
@property (nonatomic, copy) NSString *language;
@property (nonatomic, strong) NSArray *regions; //YDOCRRegion數(shù)組
+ (instancetype)initWithDict:(NSDictionary *)info;
@end


@interface YDOCRRegion : NSObject
@property (nonatomic, copy) NSString *boundingBox;
@property (nonatomic, strong) NSArray *lines;//YDOCRLine數(shù)組
+ (instancetype)initWithDict:(NSDictionary *)info;
@end

@interface YDOCRLine : NSObject
@property (nonatomic, copy) NSString *boundingBox;
@property (nonatomic, copy) NSString *text;
@property (nonatomic, strong) NSArray *words;//YDOCRWord數(shù)組
+ (instancetype)initWithDict:(NSDictionary *)info;
@end

@interface YDOCRWord : NSObject
@property (nonatomic, copy) NSString *boundingBox;
@property (nonatomic, copy) NSString *word;
+ (instancetype)initWithDict:(NSDictionary *)info;
@end

支持語言

auto支持所有語種的自動識別

錯誤代碼列表

常見問題及注意事項(xiàng)

1.運(yùn)行程序崩潰？ 檢查下是否對應(yīng)的 SDK靜態(tài)庫包 是否放到當(dāng)前工程目錄下。

2.OCR識別沒結(jié)果？ 檢查下OCR識別接口回調(diào)的錯誤信息，保證申請的應(yīng)用ID是有效且提前綁定了。

3.如何獲得應(yīng)用ID 注冊賬號，登錄后臺創(chuàng)建應(yīng)用和實(shí)例并完成綁定， 可獲得應(yīng)用ID和應(yīng)用密鑰等信息。

版本更新記錄