- 环境准备
1.1 安装 Swift
如果你使用的是 macOS，Swift 已经预装在系统中。可以通过以下命令检查 Swift 版本：
swift --version
如果你使用的是 Linux，可以安装 Swift：
sudo apt update
sudo apt install swift
1.2 安装 Tesseract OCR
macOS
使用 Homebrew 安装：
bash
brew install tesseract
Linux (Ubuntu)
bash
sudo apt update
sudo apt install tesseract-ocr libtesseract-dev
Windows
你可以从 Tesseract GitHub 下载适用于 Windows 的安装包，并配置环境变量。
1.3 创建 Swift 项目
创建一个 Swift 命令行项目：
bash
mkdir SwiftOCR
cd SwiftOCR
swift package init --type executable
然后，在 Package.swift 中添加 TesseractOCR 作为依赖：
swift
// swift-tools-version:5.5
import PackageDescription
let package = Package(
name: "SwiftOCR",
dependencies: [
.package(url: "https://github.com/gali8/Tesseract-OCR-iOS.git", .branch("master"))
],
targets: [
.executableTarget(
name: "SwiftOCR",
dependencies: ["TesseractOCR"])
]
)
2. 代码实现
在 Sources/SwiftOCR/main.swift 中添加以下代码：
swift
import Foundation
import TesseractOCR
import AppKit
func preprocessImage(imagePath: String) -> NSImage? {
guard let image = NSImage(contentsOfFile: imagePath) else {
print("无法加载图像")
return nil
}
let bitmap = NSBitmapImageRep(data: image.tiffRepresentation!)
let width = bitmap!.pixelsWide
let height = bitmap!.pixelsHigh// 创建灰度图像
let grayBitmap = NSBitmapImageRep(bitmapDataPlanes: nil,pixelsWide: width,pixelsHigh: height,bitsPerSample: 8,samplesPerPixel: 1,hasAlpha: false,isPlanar: false,colorSpaceName: .deviceGray,bytesPerRow: width,bitsPerPixel: 8
)for x in 0..<width {for y in 0..<height {let color = bitmap!.colorAt(x: x, y: y)let grayValue = Int(0.299 * Double(color!.redComponent * 255) +0.587 * Double(color!.greenComponent * 255) +0.114 * Double(color!.blueComponent * 255))grayBitmap?.setPixel(&[UInt8(grayValue)], atX: x, y: y)}
}return NSImage(data: grayBitmap!.representation(using: .png, properties: [:])!)
}
func recognizeCaptcha(imagePath: String) -> String? {
guard let tess = G8Tesseract(language: "eng") else {
print("无法初始化 Tesseract")
return nil
}
tess.engineMode = .tesseractOnly
tess.pageSegmentationMode = .singleLine
tess.charWhitelist = "ABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789"// 预处理图像
if let processedImage = preprocessImage(imagePath: imagePath) {tess.image = processedImagetess.recognize()return tess.recognizedText
}return nil
}
let imagePath = "captcha.png" // 需替换为你的验证码图像
if let result = recognizeCaptcha(imagePath: imagePath) {
print("识别出的验证码: (result)")
} else {
print("识别失败")
}
3. 代码解析
3.1 图像预处理
为了提高 OCR 识别率，我们对验证码图像进行了优化：
转换为灰度图像：去除颜色干扰
二值化处理：增强对比度，使字符更清晰
调整大小（可选）：放大字符，提高 OCR 识别率
swift
let grayValue = Int(0.299 * Double(color!.redComponent * 255) +
0.587 * Double(color!.greenComponent * 255) +
0.114 * Double(color!.blueComponent * 255))
这段代码使用了标准的灰度转换公式，使图像变为黑白。
3.2 OCR 解析
初始化 Tesseract：
swift
guard let tess = G8Tesseract(language: "eng") else {
print("无法初始化 Tesseract")
return nil
}
设置 Tesseract 解析参数：
swift
tess.engineMode = .tesseractOnly
tess.pageSegmentationMode = .singleLine
tess.charWhitelist = "ABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789"
识别验证码：
swift
tess.image = processedImage
tess.recognize()
return tess.recognizedText
4. 运行程序
确保 captcha.png 存在于项目根目录，然后运行：
bash
swift run
程序会加载验证码图像，进行预处理，并输出识别的文本。
- 提高 OCR 识别率
5.1 选择合适的 PSM 模式
Tesseract 提供了不同的页面分割模式（PSM），对于验证码，推荐使用 PSM 7（单行文本）：
swift
tess.pageSegmentationMode = .singleLine
其他 PSM 模式：
PSM 6：假设是单行文本（默认）
PSM 7：单行纯文本（适用于验证码）
PSM 10：单字符模式（适用于单字符验证码）
5.2 只识别特定字符
如果验证码仅包含字母和数字：
swift
tess.charWhitelist = "ABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789"
5.3 进一步优化
降噪处理：可以使用 OpenCV 进行降噪去背景
字符分割：如果验证码字符粘连，可以尝试 OpenCV 进行字符分割
深度学习方案：如果 Tesseract 识别效果不佳，可以结合深度学习模型（如 PaddleOCR 或 EasyOCR）
