VNDetectTextRectanglesRequest: 기계 학습을 사용하여 일본어 단어의 영역을 감지합니다.

Vision 정보:

"Vision"은 이미지 및 동영상과 같은 입력을 처리할 수 있는 많은 기계 학습 알고리즘을 포함하는 프레임워크입니다. 텍스트를 처리하는 기존 함수 "VNRecognizeTextRequest"가 있지만, 이것은 영어만 지원합니다. 또한 'Qitta'에서 'VNRecognizeTextRequest'를 검색하면 이에 대한 기사가 이미 나와 있습니다.

이 기사에서는 감지된 일본어 텍스트 주위에 직사각형을 그리는 방법을 설명합니다.

프레임워크 구성요소

VNDocumentCameraViewController (VisionKit):

iOS 프레임워크에 내장된 스캐너 지원으로 용지의 직사각형 영역을 자동으로 감지합니다. 그런 다음 사용자는 버튼을 클릭하여 문서의 이미지를 캡처하고 대리자에서 해당 이미지 데이터를 받을 수 있습니다.

VNDetectTextRectanglesRequest

Vision 프레임워크의 함수에서 텍스트가 있는 영역의 경계 상자를 가져올 수 있습니다.

VNDetectTextRectanglesRequest를 사용하는 이유

VNRecognizeTextRequest는 일본어를 지원하지 않기 때문입니다.

VNDetectTextRectanglesRequest 로 인식된 영역을 자르고 그 결과를 자신의 텍스트 인식 알고리즘에 입력할 수 있습니다. 이 경우 VNDetectTextRectanglesRequest 에 문자별로 결과를 표시하도록 요청하면 각 문자를 인식할 수 있습니다.

자, 시작하자.

문서 스캔

VNDocumentCameraViewController 구현은 간단합니다 :

import VisionKit

@IBAction func actionPresentVision(){
    let documentCameraViewController = VNDocumentCameraViewController()
    documentCameraViewController.delegate = self
    present(documentCameraViewController, animated: true)
    //以前に追加したレイヤーを削除する
    for layer in imageView.layer.sublayers ?? [] {
        layer.removeFromSuperlayer()
    }
}

사용자가 촬영한 이미지를 받는 프로그램 대리자도 구현해야 합니다.

extension ViewController: VNDocumentCameraViewControllerDelegate {

    func documentCameraViewController(_ controller: VNDocumentCameraViewController, didFinishWith scan: VNDocumentCameraScan) {
        if let firstImage = scan.imageOfPage(at: 0).cgImage {
            //TODO
            processImage(input: firstImage)
            controller.dismiss(animated: true, completion: nil)
        }
    }

    func documentCameraViewControllerDidCancel(_ controller: VNDocumentCameraViewController) {
        controller.dismiss(animated: true, completion: nil)
    }

}

누르면 "actionPresentVision"을 호출합니다. UIButton를 Storyboard에 추가합니다. 그리고 화면에 이미지를 표시 processImage 함수를 설정합니다.

@IBOutlet weak var imageView: UIImageView!

override func viewDidLoad() {
    super.viewDidLoad()
    imageView.contentMode = .scaleToFill
}

func processImage(input: CGImage) {
    let image = UIImage(cgImage: input)
    imageView.image = image
}

(Keep Scan -> Save)

이미지 부분이 생겼으므로 기계 학습 부분에 걸어 봅시다.

기계 학습을 사용하여 텍스트 인식

먼저 프레임워크를 가져옵니다.

import Vision

그런 다음 이전 기사에서 쓴 것처럼 기계 학습 결과를 처리하기 위한 핸들러를 설정하고 VNImageRequestHandler 를 사용하여 이미지 데이터를 요청에 입력해야 합니다.

애니메이션 이미지의 낮 / 밤 인식 시스템 생성 : (2/3) 모델과 "Vision"프레임 워크를 사용하여 새로운 이미지에서 레이블을 얻습니다.

앞의 기사에서는 VNCoreMLRequest를 사용하고 있지만 여기에서는 VNDetectTextRectanglesRequest

func processImage(input: CGImage) {
    let request = VNDetectTextRectanglesRequest { (request, error) in
        //ここに結果が表示されます
        if let results = request.results as? [VNTextObservation] {
            print(results)
        }
    }
    //次にリクエストに画像を受け渡します
    let handler = VNImageRequestHandler(cgImage: input, options: [:])
    DispatchQueue.global(qos: .userInteractive).async {
        do {
            try handler.perform([request])
        } catch {
             print(error)
        }
    }
}

여기를 얻은 결과입니다.

[

<VNTextObservation: 0x282a34fa0> CCD5518B-FC57-42E2-8475-7E4883F3782A requestRevision=1 confidence=1.000000 boundingBox=[0.186391, 0.678969, 0.568047, 0.0543175], 

<VNTextObservation: 0x282a348c0> DCEC8A13-FC2F-4D55-A2C0-D88EAEAF304C requestRevision=1 confidence=1.000000 boundingBox=[0.363905, 0.550836, 0.224852, 0.0557103], 

<VNTextObservation: 0x282a34d20> 93FEE50E-D6B6-49F4-983E-C8025D45A4EC requestRevision=1 confidence=1.000000 boundingBox=[0.381657, 0.39624, 0.198225, 0.051532], 

<VNTextObservation: 0x282a34aa0> 2215CEAB-09B5-40E2-86C0-5DC33F354057 requestRevision=1 confidence=1.000000 boundingBox=[0.372781, 0.236072, 0.210059, 0.051532], 

<VNTextObservation: 0x282a34c80> E88AA596-EF6E-4CD1-B19B-AC7EE7A30936 requestRevision=1 confidence=1.000000 boundingBox=[0.372781, 0.0759053, 0.215976, 0.0501393]

]

종이에는 단지 5개의 단어가 적혀 있습니다! 각 "VNTextObservation"은 이미지의 각 단어의 경계 상자를 나타냅니다.

그런 다음 결과를 화면에 시각적으로 표시할 수 있습니다. :

시각적으로 표시

func drawBoundingBox(forResult: VNTextObservation) {
    let outline = CALayer()
    //バウンディングボックスの座標はパーセンテージとして与えられます。実際の画面の座標に変換する必要があります
    let x = forResult.topLeft.x * imageView.frame.width
    let y = (1 - forResult.topLeft.y) * imageView.frame.height
    ///横幅と高さは「boundingBox」から取得できます
    let width = forResult.boundingBox.width * imageView.frame.width
    let height = forResult.boundingBox.height * imageView.frame.height
    outline.frame = CGRect(x: x, y: y, width: width, height: height)
    outline.borderColor = UIColor.green.cgColor
    outline.borderWidth = 3
    imageView.layer.addSublayer(outline)
}

또한 'drawBoundingBox'를 호출하도록 요청을 변경하는 것을 잊지 마십시오.

let request = VNDetectTextRectanglesRequest { (request, error) in
    if let results = request.results as? [VNTextObservation] {
        for result in results {
            DispatchQueue.main.async {
                self.imageView.image = UIImage(cgImage: input)
                self.drawBoundingBox(forResult: result)
            }
        }
    }
}

여기가 결과입니다. :



매개 변수를 forResult.characterBoxes로 변경하면 drawBoundingBox의 동일한 코드를 사용하여 각 문자의 경계 상자를 그릴 수 있습니다.

일부 경계 상자가 표시되지 않을 수 있지만 이는 정상입니다. 기계 학습에는 한계가 있어, 빛의 맞는 상태가 적절하지 않으면 부정확한 데이터를 돌려버리는 일이 있기 때문입니다.

코드

코드는 여기에 있습니다 : htps : // 기주 b. 코 m / ms 조 펜 소 r 세 / ぃ 시온 xt에서 c 치온

다음 단계

일본어 문자 인식 기계 학습 모델을 교육하고 "forResult.characterBoxes"의 각 문자의 이미지를 사용하여 각 문자를 인식할 수 있습니다. 이 방법은 이미 다른 기사에서 작성되었습니다.

1. "Core ML"모델을 "Create ML"로 기존의 라벨이 부착된 애니메이션 이미지를 입력으로서 이용하여 트레이닝한다.
2. 모델과 Vision 프레임 워크를 사용하여 새 이미지에서 레이블을 얻습니다.

트위터 @MszPro

내 게시된 Qiita 기사 목록을 카테고리별로 확인할 수 있습니다.