苹果视觉框架: LCD/LED数字识别

Question

我正在开发一个iOS应用程序，一切看起来都很好，直到我尝试捕捉数字时钟、计算器、血压监视器、电子温度计等图像。

由于某种原因，苹果视觉框架和VNRecognizeTextRequest无法识别原始液晶屏幕上的文本，比如：

​

​

您可以尝试用苹果的样本项目捕获数字，结果会失败。或者您可以尝试“视觉框架”的任何其他示例项目，但是它将无法将数字识别为文本。

作为最终框架用户，我能做什么？有解决办法吗？

Answer 1

训练一个模特..。

训练自己的.mlmodel使用多达10K的图像，其中包含数字时钟、计算器、血压监视器等屏幕。为此，您可以使用Xcode Playground或Apple Create ML应用程序。

下面是可以复制并粘贴到macOS游乐场的代码：

import Foundation
import CreateML

let trainDir = URL(fileURLWithPath: "/Users/swift/Desktop/Screens/Digits")

// let testDir = URL(fileURLWithPath: "/Users/swift/Desktop/Screens/Test")

var model = try MLImageClassifier(trainingData: .labeledDirectories(at: trainDir), 
                                    parameters: .init(featureExtractor: .scenePrint(revision: nil), 
                                    validation: .none, 
                                 maxIterations: 25, 
                           augmentationOptions: [.blur, .noise, .exposure]))

let evaluation = model.evaluation(on: .labeledDirectories(at: trainDir))

let url = URL(fileURLWithPath: "/Users/swift/Desktop/Screens/Screens.mlmodel")

try model.write(to: url)

从图像中提取文本..。

如果您想知道如何使用视觉框架从图像中提取文本，请查看这个职位。

Answer 2

你可以训练你自己的模型，例如鲜花