उदाहरण के रूप में ओसीआर का उपयोग करके एनम के साथ तेजी से बाइनरी ट्री का उपयोग करना

लक्ष्य एक मैक एप्लिकेशन बनाना था जो छवियों और वीडियो से कोड को पहचान सकता है।

मैं यह सुनिश्चित करना चाहता था कि बड़ी मात्रा में कोड के साथ भी, पाठ को एक सेकंड से भी कम समय में मान्यता दी गई थी।

समस्या को इस तथ्य से सुविधाजनक बनाया जाता है कि जिस भाषा में कोड लिखा जाता है वह हमेशा अंग्रेजी होती है और सभी अक्षरों के बीच की चौड़ाई समान होती है (मोनोपॉज़्ड फ़ॉन्ट) - इनका उपयोग प्रोग्रामिंग के लिए किया जाता है, और इन फोंट में 1 और I, 0 और O, आदि के बीच अंतर देखना आसान है।

संक्षेप में, कार्य दो भागों में आता है:

1. अपनी सीमाओं के साथ पत्र को स्वयं खोजना

और Apple के नए ढांचे के विज़न ने इसका बहुत अच्छा प्रदर्शन किया।

2. दी गई सीमाओं में पत्र की मान्यता

मैंने एक मुश्किल तरीके से नहीं जाने का फैसला किया और वर्ग के कुछ पिक्सेल की जांच की, जिसकी सीमाओं के भीतर अक्षर हैं (चलो कहते हैं: केंद्र, कोने, पक्ष) और एक पत्र की उपस्थिति या अनुपस्थिति से शुरू करते हुए, वर्गीकृत करें कि पत्र क्या है।

उदाहरण उदाहरण:




इस योजनाबद्ध आरेखण को कोड में कैसे स्थानांतरित किया जाए, ताकि इसमें बिल न हो, और ताकि यह बिल्कुल स्पष्ट हो!

यह वह जगह है जहां एक बाइनरी ट्री बचाव के लिए आता है। यहाँ इसका ढांचा है।

enum Tree<Node, Result> { ///Empty result case empty ///Result with generic type case r(Result) ///Recursive case with generic tree indirect case n(Node, Tree<Node, Result>, Tree<Node, Result>) } 

अब, इसके आधार पर, हम अपनी पूरी ड्राइंग को कोड में स्थानांतरित कर सकते हैं।

 //.c ,       ,   "H"    "O" //  .c   ,     let HorOTree = TreeOCR.n(.c, .r("H"), .r("O")) 

इस तरह से लकड़ी का एक टुकड़ा बड़ा दिखाई देगा।



आप बहुत योजनाबद्ध तरीके से सब कुछ विघटित कर सकते हैं और आसानी से अपनी आवश्यकता का पत्र पा सकते हैं।

और आखिरी क्षण, यह है कि मॉडल खुद को कैसे देखता है, जिसमें सभी काम होते हैं।

 extension Tree where Node == OCROperations, Result == String { func find(_ colorChecker: LetterExistenceChecker, with frame: CGRect) -> String? { switch self { case .empty: return nil case .r(let element): return element case let .n(operation, left, right): let exist = operation.action(colorChecker, frame) return (exist ? left : right).find(colorChecker, with: frame) } } } 

इस पेड़ में हम क्लास लेटरएक्सिस्टेंससीचर पास करते हैं, जो वांछित वर्ग की सीमाओं के भीतर एक विशिष्ट बिंदु पर एक पत्र के एक पिक्सेल की उपस्थिति के लिए जाँच करने के लिए जिम्मेदार है। बेशक, मैंने कई विवरणों को छोड़ दिया, अन्यथा लेख बहुत बोझिल होगा। और यहां, न केवल इन दो चरणों को लेख में उल्लेख किया गया था, बल्कि बहुत अधिक, लेकिन उन्हें छोड़ दिया गया था, क्योंकि लक्ष्य यह दिखाना था कि द्विआधारी पेड़ और एनम का उपयोग कैसे किया जाए।

यहां एक डेमो है कि प्रोग्राम कैसे काम करता है, कृपया ध्यान दें कि चूंकि लक्ष्य केवल कोड के साथ पाठ को पहचानना था, इसलिए मैंने बाकी सभी पाठों को अनदेखा करने का फैसला किया जो कोड नहीं है, ताकि प्रोग्राम केवल कोड के साथ पाठ की खोज करे।


मुझे आपकी टिप्पणियों, आलोचनाओं को सुनकर खुशी होगी।