現在你可以通過你的工程訪問Tesseract庫了，編譯並運行你的項目，確保一切都能正常通過編譯。

一切正常嗎？那麼現在你可以開始做有趣的事了！

加載圖像

當然，在你的OCR app中首先需要一個能從程序中加載一張圖片的機制，最簡單的方式是使用UIImagePickerController實例從相機或圖片庫中選擇一張圖片。

打開ViewController.swift，找到takePhoto()，將該方法的實現替換為下面的代碼：

// 1
  view.endEditing(true)
  moveViewDown()
 
  // 2
  let imagePickerActionSheet = UIAlertController(title: "Snap/Upload Photo",
    message: nil, preferredStyle: .ActionSheet)
 
  // 3
  if UIImagePickerController.isSourceTypeAvailable(.Camera) {
    let cameraButton = UIAlertAction(title: "Take Photo",
      style: .Default) { (alert) -> Void in
        let imagePicker = UIImagePickerController()
        imagePicker.delegate = self
        imagePicker.sourceType = .Camera
        self.presentViewController(imagePicker,
          animated: true,
          completion: nil)
    }
    imagePickerActionSheet.addAction(cameraButton)
  }
 
  // 4
  let libraryButton = UIAlertAction(title: "Choose Existing",
    style: .Default) { (alert) -> Void in
      let imagePicker = UIImagePickerController()
      imagePicker.delegate = self
      imagePicker.sourceType = .PhotoLibrary
      self.presentViewController(imagePicker,
        animated: true,
        completion: nil)
  }
  imagePickerActionSheet.addAction(libraryButton)
 
  // 5
  let cancelButton = UIAlertAction(title: "Cancel",
    style: .Cancel) { (alert) -> Void in
  }
  imagePickerActionSheet.addAction(cancelButton)
 
  // 6
  presentViewController(imagePickerActionSheet, animated: true,
    completion: nil)

這段代碼給用戶展現兩個或三個選項，這取決於他們設備的能力，下面是這段代碼的具體講解：

1、如果你當前正在編輯textView或者textField，那麼關閉鍵盤並將視圖移動到原來的位置。

2、使用actionSheet樣式創建一個UIAlertController來為用戶提供一組選項。

3、如果用戶的設備有相機，那麼在imagePickerActionSheet上添加Take Photo按鈕，選中該按鈕時將創建並展示一個UIImagePickerController實例，並且類型為sourceType .Camera。

4、為imagePickerActionSheet添加Choose Existing按鈕，選中該按鈕時將創建並展示一個UIImagePickerController實例，並且類型為sourceType .PhotoLibrary。

5、為imagePickerActionSheet添加Cancel按鈕，設置其樣式為.Cancel後，即使你不指定任何actions，選中該按鈕依舊會關閉UIImagePickerController（譯者注：個人感覺這裡作者的意思是想說關閉UIAlertController）。

6、最後，展示UIAlertController實例。

編譯並運行你的app，點擊Snap/Upload a picture of your Poem按鈕，你將看到你新添加的UIAlertController，如下圖：

如果你運行在虛擬機上，那麼沒有可以用的物理相機，所以你不會看到Take Photo選項。

正如之前講Tesseract的局限時提到的那樣，為優化OCR結果，圖片必須有一定的大小限制。如果一張圖片太大或者太小，Tesseract可能返回一個錯誤的結果，甚至直接使整個程序崩掉並拋出EXC_BAD_ACCESS錯誤。

因此，你需要一個方法來重新設定圖片大小，當然了不能改變圖片的整體比例，這是為了使圖片盡可能不失真。

保持比例放縮圖片

圖像的整體比例（aspect ratio）是指它的寬高比，從數學定義上來說，為了減小原圖像的大小而不改變整體比例，你必須維持寬高比為一常數。

當你知道原圖像的寬和高，以及最終圖像的目標寬度或者高度時，你可以像下面一樣重新組織整體比例的等式：

這樣就有了兩個公式：Height1/Width1 * width2 = height2和Width1/Height1 * height2 = width2。你將在你的縮放方法中使用這兩個公式來維持圖片的整體比例。

依然是在ViewController.swift中，為該類添加下面的工具方法：

func scaleImage(image: UIImage, maxDimension: CGFloat) -> UIImage {
 
  var scaledSize = CGSize(width: maxDimension, height: maxDimension)
  var scaleFactor: CGFloat
 
  if image.size.width > image.size.height {
    scaleFactor = image.size.height / image.size.width
    scaledSize.width = maxDimension
    scaledSize.height = scaledSize.width * scaleFactor
  } else {
    scaleFactor = image.size.width / image.size.height
    scaledSize.height = maxDimension
    scaledSize.width = scaledSize.height * scaleFactor
  }
 
  UIGraphicsBeginImageContext(scaledSize)
  image.drawInRect(CGRectMake(0, 0, scaledSize.width, scaledSize.height))
  let scaledImage = UIGraphicsGetImageFromCurrentImageContext()
  UIGraphicsEndImageContext()
 
  return scaledImage
}

給定MaxDimension，該方法找出圖像的寬度和高度的較大者，將較大者設置為MaxDimension參數的值，接下來基於原整體比例適當地放縮另一邊，重繪原圖像到新計算的frame中，最後將新創建的放縮好了的圖片返回給調用者。

呼~

既然我們已經得到了我們需要的一切（此處應有掌聲…），接下來可以開始實現Tesseract部分了。

實現Tesseract OCR

在ViewController.swift的底部找到UIImagePickerControllerDelegate擴展，在擴展中添加下面的方法：

func imagePickerController(picker: UIImagePickerController,
  didFinishPickingMediaWithInfo info: [NSObject : AnyObject]) {
    let selectedPhoto = info[UIImagePickerControllerOriginalImage] as! UIImage
    let scaledImage = scaleImage(selectedPhoto, maxDimension: 640)
 
    addActivityIndicator()
 
    dismissViewControllerAnimated(true, completion: {
      self.performImageRecognition(scaledImage)
    })
}

imagePickerController(_:didFinishPickingMediaWithInfo:) 是 UIImagePickerDelegate的一個代理方法，在info字典對象中返回選中圖片的信息。你可以從info字典中使用UIImagePickerControllerOriginalImage鍵來獲取選中圖片，然後使用scaleImage(_:maxDimension:)來放縮圖片。

通過調用addActivityIndicator()來在Tesseract工作時打斷用戶交互，向用戶展示活動指示器。接下來關閉UIImagePicker視圖控制器，將圖片傳給performImageRecognition()（稍後你將實現這一方法）來處理。

下面，在類的主聲明中添加下面方法：

func performImageRecognition(image: UIImage) {
  // 1
  let tesseract = G8Tesseract()
 
  // 2
  tesseract.language = "eng+fra"
 
  // 3
  tesseract.engineMode = .TesseractCubeCombined
 
  // 4
  tesseract.pageSegmentationMode = .Auto
 
  // 5
  tesseract.maximumRecognitionTime = 60.0
 
  // 6
  tesseract.image = image.g8_blackAndWhite()
  tesseract.recognize()
 
  // 7
  textView.text = tesseract.recognizedText
  textView.editable = true
 
  // 8
  removeActivityIndicator()
}

這裡就是OCR變魔法的地方！因為這是本教程中的核心部分，接下來是每一部分的詳細講解：

Your poem vil impress vith French! Ze language ov love! *Haugh* *Haugh* *Haugh*

1、初始化tesseract為一個新的G8Tesseract對象。

2、Tesseract將從.traineddata文件中尋找你在該參數中指定的語言，指定為eng和fra將從"eng.traineddata" 和 "fra.traineddata"包含的數據中分別檢測英文和法文，法語轉換數據（trained data）已經被包含到該工程中了，因為本教程中你將使用的示例詩詞中包含一部分法語(Très romantique!)，法語中的重讀符號不在英語字母集中，因此為了能展示出這些重讀符號，你需要連接法語的.traineddata文件。將法語數據包含進來也是很好的，因為.traineddata中有一部分涉及到了語言詞匯。

3、你可以指定三種不同的OCR工作模式：.TesseractOnly是最快但最不精確的方法；.CubeOnly要慢一些，但更精確，因為它使用了更多的人工智能；.TesseractCubeCombined同時使用.TesseractOnly和.CubeOnly來提供最精確的結果，不過這也導致了它成為三種工作方式中最慢的一種。

4、Tesseract假定處理的文字是均勻的一段文字，但是你的樣例詩中分了多段。Tesseract的pageSegmentationMode可以讓它知道文字是怎麼樣被劃分的。所以這裡設置pageSegmentationMode為.Auto來支持自動頁劃分（automatic page segmentation），這樣Tesseract就有能力識別段落分割了。

5、這裡你通過設定maximumRecognitionTime來限制Tesseract識別圖片的時間為一有限的時間。不過這樣設定以後，只有Tesseract引擎被限制了，如果你正在使用.CubeOnly 或 .TesseractCubeCombined工作模式，那麼即使Tesseract已經達到了maximumRecognitionTime指定的時間，立體引擎（Cube engine）依然會繼續處理。

6、如果文字和背景相差很大，那麼你將得到Tesseract處理的最好結果。Tesseract有一個內置的濾鏡，g8_blackAndWhite()，降低圖片顏色的飽和度，增加對比度，減少亮度。這裡你在Tesseract圖像識別過程開始之前，將濾鏡處理後的圖像賦值給Tesseract對象的image屬性。

7、需要注意的是，圖像識別是一個同步的過程，所以此時識別後的文本已經是可用的了。你將識別出來的文本填充到textView中，同時設置textView為可編輯，這樣你的用戶就可以照他（她）喜歡來編輯了。

8、最後，移除活動指示器來表明OCR已經完成識別圖像的過程，可以讓用戶編輯他們的詩詞了。

現在是時候檢測一下你寫的這段代碼，看看會發生些什麼了。

處理你的第一張圖像

本教程的示例圖像，可以從Image Resources\Lenore.png中找到。找到下面這一張圖片：

Lenore.png圖片包含一首寫給"Lenore"的情詩--不過稍作修改後你可以得到一首足以引起你喜歡的人的注意的詩了！:]

盡管你可以手動打出這張圖片的一份拷貝，然後使用app來截一張圖後執行OCR，不過何不簡化一下呢？把圖片添加到設備的相冊中，以減少其中潛在的人為錯誤、光照變換、文本扭曲、打印瑕疵等問題。如果你使用模擬器，僅僅把圖片文件拖到模擬器上即可。

編譯並運行你的app，選擇Snap/Upload a picture of your Poem 然後選擇Choose Existing從圖片庫中選取示例圖片並開始Tesseract解析，首次運行時你需要允許app訪問圖片庫，你將看到在你選擇完圖片之後活動指示器開始旋轉。

然後…成了！最終破譯後的文本出現在textView中--看上去Tesseract的OCR成功了。

但是如果你的愛人不叫Lenore，他或她可能不會很感謝你的這首詩，並且他們可能想要知道這個Lenore是誰！:]

考慮的Lenore頻繁地出現在掃描的文本中，把這首詩自定成你愛人喜歡地那樣可能要花上一番功夫…

你會問，那怎麼辦？當然了，你可以實現一個節省時間的方法來找到並替換這些單詞！非常棒的主意！下一部分將向你展示怎麼樣做到這一點。

找到並替換文本

既然OCR引擎已經把圖像轉換為textView中的文本，你可以將其當做其他普通字符串一樣對待。

打開ViewController.swift，可以看到已經為你准備好了一個swapText()方法，這個方法被連接到Swap按鈕上，非常方便。:]

將swapText()的實現替換為下面的代碼：

@IBAction func swapText(sender: AnyObject) {
  // 1
  if textView.text.isEmpty {
    return
  }
 
  // 2
  textView.text =
    textView.text.stringByReplacingOccurrencesOfString(findTextField.text,
      withString: replaceTextField.text, options: nil, range: nil)
 
  // 3
  findTextField.text = nil
  replaceTextField.text = nil
 
  // 4
  view.endEditing(true)
  moveViewDown()
}

上面的代碼非常直接，接下來花一點時間一步一步地看一遍代碼：

1、如果textView為空，說明沒有需要替換的文本，那麼簡單地跳出該方法即可。

2、否則，在textView中找到你在findTextField中鍵入的字符串，將它們替換為你在replaceTextField中輸入的字符串。

3、接下來， 一旦替換完成，清空findTextField 和 replaceTextField裡的值。

4、最後，關閉鍵盤，將視圖移回到原來的位置，就像之前在takePhoto()中一樣，確保當鍵盤關閉後視圖被正確放置。

注意：點擊背景也會關閉鍵盤並將視圖移動到原來的位置，這是借由在界面上其他元素之下的一個UIButton實現的，該按鈕會觸發ViewController.swift中的backgroundTapped()方法。

編譯並運行app，再次選中示例圖片，讓Tesseract工作。一旦文本出現後，在Find this…輸入框中輸入Lenore（注意待替換文本是大小寫敏感的），然後在Replace with…輸入框中輸入你愛人的名字，點擊Swap按鈕完成替換。

說變就變--你已經創造了為你的甜心量身定做、私人訂制的一首情詩。

隨便試著替換一下其他需要替換的單詞和名字，完成之後--呃，完成之後接下來做些什麼呢？如此一首有創造性的、勇敢的、充滿藝術氣息的詩不應該孤零零地在你的設備上，你需要一種方式來與世界分享你的傑作。

分享最終作品

在最後的這一部分，你將創建一個UIActivityViewController來允許你的用戶分享他們的新作品。

在ViewController.swift中，將sharePoem()方法的實現替換為下面的代碼：

@IBAction func sharePoem(sender: AnyObject) {
  // 1
  if textView.text.isEmpty {
    return
  }
 
  // 2
  let activityViewController = UIActivityViewController(activityItems:
    [textView.text], applicationActivities: nil)
 
  // 3
  let excludeActivities = [
    UIActivityTypeAssignToContact,
    UIActivityTypeSaveToCameraRoll,
    UIActivityTypeAddToReadingList,
    UIActivityTypePostToFlickr,
    UIActivityTypePostToVimeo]
  activityViewController.excludedActivityTypes = excludeActivities
 
  // 4
  presentViewController(activityViewController, animated: true,
    completion: nil)
}

依次看一下上面的數字注釋：

1、如果textView是空的，那就不分享任何東西。

2、否則，創建一個UIActivityViewController的實例，將textView中的文本放在數組中作為要被分享的項目。

3、UIActivityViewController有一長串內置的活動類型，你可以不包含UIActivityTypeAssignToContact, UIActivityTypeSaveToCameraRoll, UIActivityTypeAddToReadingList, UIActivityTypePostToFlickr, 和 UIActivityTypePostToVimeo，因為這裡它們沒有什麼意義。

4、最後，展示你的UIActivityViewController來讓用戶分享他們的作品。

再次編譯並運行app，通Tesseract識別圖片，如果你想，你可以再次執行查找和替換過程。當你對文本滿意之後，點擊share按鈕。

好了，你的"一見鐘情"app已經完成了--肯定可以贏得你愛慕的人的心。

如果你像我一樣，你可能會把Lenore的名字替換為自己的名字，用其他賬號把這首詩發到自己的郵件箱中，獨自一人度過情人節的夜晚。吃一碗拌飯，喝一杯紅酒，視線逐漸模糊，然後假裝這封信是來自英國的女王，來邀請你去豪華的，充滿浪漫、舒適、神秘和驚喜的夜晚。不過可能也只有我了…

何去何從

你可以從這裡下載工程的最終版本。

你可以在github上找到Tesseract的iOS版的壓縮包，地址是https://github.com/gali8/Tesseract-OCR-iOS，你也可以從谷歌的Tesseract OCR網站上下載更多的語言包，使用版本3.02及以上來保證與當前庫的兼容性。

使用其他的詩、歌以及文本片段來試一下；試著使用你的照相機照幾張相；或者使用你的圖片庫中的圖片。你將看到Tesseract在不同的圖片中擁有怎樣不同的表現。

 Examples of potentially problematic image inputs that can be corrected for improved results. Source: Google’s Tesseract OCR site

記住："錯誤的輸入必然導致錯誤的輸出"。提高輸出質量的最簡單的方式是提高輸入的質量。正如谷歌在他們的Tesseract網站上列出的那樣，有很多方式可以提高你的輸入質量：黑暗或者微弱的光照，圖片干擾，歪曲文本方向，厚厚的黑邊框都會導致低質量的結果。

你可以查找圖片預處理的相關資料，或者實現自己的人工智能邏輯，例如神經網絡或者充分利用Tesseract的優化工具，來幫助你的程序糾正錯誤，提高成功幾率。又或者，因為即使是很小的圖片亮度、顏色、對比度、曝光等的變化都會導致輸出的不同，你可以將圖片經過多種濾鏡處理，然後對比結果來決定最精確的輸出。通過使用以上一個或幾個策略，你可能得到最好的輸出結果，所以試一下這些方法看一下哪一個對你的應用最好。

Tesseract非常強大，但是OCR的潛能是無限的，當你在你的軟件中使用Tesseract，提高Tesseract OCR的性能時，時刻思考你是否能通過你的眼睛、耳朵甚至指尖來破譯這些字符。你已經是一個字符識別的專家了，完全可以教你的電腦更多它還不知道的東西。

同樣，如果你對本教程Tesseract，或者說OCR 策略，有任何評論或疑問，請加入下方的討論！

轉載請注明譯者信息和譯文鏈接！