iOS--OCR图片识别

　　应公司财务需求，要做一个收据识别功能。所以在网上搜索了下三方SDK，其中tesseract-ocr受到了大多数网友的推荐。我当然是前往https://github.com/gali8/Tesseract-OCR-iOS 进行sdk查看下载了。然后直接下载并不好用，各种缺包，不过开发者也是有心了，提供了完善的安装说明。

点击蓝色的Installation，可以按照官方说明文档进行pod 下载 

pod 'TesseractOCRiOS', '4.0.0'

根据文档所述，我们还需要拖入tessdata文件夹，里面有语言包，常用包括eng英文解析和chi_sim中文解析。https://code.google.com/p/tesseract-ocr/downloads/list我们可以前往谷歌进行下载，也可以在github Tesseract-OCR-iOS中，找到他们使用的tessdata文件夹，单独下载。然后将tessdata直接拖入项目中，这里需要注意的是，拖入的时候选择creater folder references。

　　TesseractOCRiOS的使用非常简单，点开上面蓝色的 usage examples，就有包括swift在内的各种调用方式。需要注意的只有几点，一是

    G8Tesseract *tesseract = [[G8Tesseract alloc] initWithLanguage:@"eng+ita"];

@“eng+ita”代表会搜索多个文件解析（eng.traineddata和ita.traineddata），如果只想使用eng，就可以只用使用@“eng”；这个github项目是没有提供中文解析功能的，我们需要去下载chi_sim.traineddata导入项目中，导入需要注意到是：打开 项目，show in finder，然后将chi_sim直接放入tessdata文件中即可。如果使用后result为空，乱码，甚至于崩溃，可能是chi_sim版本不对，可以去搜索3.0.1的chi_sim，重新导入项目中使用。

　　当然，某种情况下TesseractOCRiOS确实好用，我解析文档内容准确率极高，甚至于使用网上的解析银行卡和身份证也是相当可以的。但是，针对于油墨打印的发票内容，就有心无力了，各种解析乱码，错误，连数字都因为油墨扩散的原因解析错误。

　　在查询了资料发现，ocr仅仅具备图片识别，意思就是需要使用我们处理好的图片进行识别，本身并没有对图片进行很好的处理，唯一的滤镜方式g8_blackAndWhite仅仅也是针对英文与数字，因此，我为工程导入了OpenCV，本想直接采用pod openCV，然后又是一个大坑，根本没发pod，没办法，前往官网，下载了opcv2.framework，导入到项目中。使用的第一件事就是enum（NO，。。。）出错，Expected identifier，NO这个define的宏无法解析，因为OC使用的是c语言方式解析，而openCV使用的C++编写。那么我们也只能采用混合编写模式了，将使用opencv控制器改为c++编译。

选择type方式为 C++ source；或者将文件名由.m改为.mm或.cpp

　　另外exposure_compensate.hpp:66:12: Expected identifier 
同样的报错在blender里，解决：点到源代码处把NO改为NO_EXPOSURE_COMPENSATOR = 0，就好了

　　当然，还有其他的错误，文件前缀为AV或_objc文件出现错误，一般是因为少导入了AVFoundtion，coreMedia，coreVideo，AssertsLibrary等框架。而使用opencv调用相册的时候，需要设置隐私权限提示。

    <key>NSPhotoLibraryUsageDescription</key>
    <string>我们将要使用你的相册</string>
    <key>NSPhotoLibraryAddUsageDescription</key>
    <string>我们将要使用你的相册</string>
    <key>NSAppleMusicUsageDescription</key>
    <string>要使用到您的媒体库</string>
    <key>NSCameraUsageDescription</key>
    <string>我们将要使用你的相机</string>

　　使用opencv对拍照的图片进行 灰度处理，阀值处理，腐蚀：白色背景缩小，黑色扩大，区域设置等等功能，让图片更加清晰明显，便于识别。

　　ps：坑爹的是，这并没有很好的解决油墨发票上数字文字不清晰，难以识别的问题，仅仅提高了识别成功率，但是并没有很大的实际作用。一句mmp不知当讲不当讲，为什么不打印成a4效果。后续有看到图片识别训练，需要服务器配合，以及使用各大公司收费ocr。