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。

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

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

如果您有與我們商務合作的需求，可以通過以下方式聯(lián)系我們：

商務郵箱： 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技術交流QQ 1群: 654064748

智云OCR技術交流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應用，并綁定OCR識別實例；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元的體驗金，供用戶集成前測試所用，具體資費規(guī)則詳見 通用文字識別服務報價。

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之一，是有道在線 OCR 接口的一種實現(xiàn)，支持在線文本識別。

兼容性

支持設備：運行了iOS 8.0及以上系統(tǒng)的 iOS 設備

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)建應用獲取應用ID（或者通過運營人員獲取應用ID），以便使用OCR服務。

集成步驟

SDK包導入

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

構造查詢器

YDOCRRequest *request = [YDOCRRequest request];
YDOCRParameter *param = [YDOCRParameter param];
param.langType = @"en"; //設置識別語言為英文,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"; //設置源
param.detectType = @"10012"; //設置識別類型，按行識別：10012
request.param = param;

將圖片轉化為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，相關結果存儲在 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];
    }
}];

識別結果說明

對于在線OCR，服務器查詢結果返回數(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

1.運行程序崩潰？
檢查下是否對應的 SDK靜態(tài)庫包 是否放到當前工程目錄下。

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

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

版本更新記錄