[iOS/Swift] Google MLKit Vision OCR Api 예제

 

 

 

 

 

 

Swift 언어를 사용하여

Google MLKit Vision OCR Api 를사용하는 예제를 포스팅

 

이전에 포스팅 했던 네이버와 달리,

구글은 라이브러리 설치는 pod install 만 하면 된다

 

 

 

 

 

네이버 OCR 사용법이 궁금하다면 아래 포스팅 클릭!

 

2023.01.02 - [프로그래밍/IOS] - [IOS/Swift] 네이버 Clova OCR Api 예제

[IOS/Swift] 네이버 Clova OCR Api 예제

 

 

 

 

🚫 주의 🚫

 MLKit 경우 Xcode 버전 12.4 이상에서 지원됩니다

 

 

 

Chap1.  Google MLKit 라이브러리 설치

---

 

cocoaPods를 사용하여 GoogleMLKit 라이브러리를 설치합니다

저는 한국어도 변환할 거라서 TextRecognitionKorean 도 다운!

pod 'GoogleMLKit/TextRecognition', '3.2.0'
pod 'GoogleMLKit/TextRecognitionKorean', '3.2.0'

 

 

 

현재 MLKit에서 제공하는 언어는 '영어, 라틴어, 중국어, 데바나가리어, 일본어, 한국어'가 있습니다

아래 pod file 설치하면 사용 가능합니다

 

# To recognize Latin script
pod 'GoogleMLKit/TextRecognition', '3.2.0'
# To recognize Chinese script
pod 'GoogleMLKit/TextRecognitionChinese', '3.2.0'
# To recognize Devanagari script
pod 'GoogleMLKit/TextRecognitionDevanagari', '3.2.0'
# To recognize Japanese script
pod 'GoogleMLKit/TextRecognitionJapanese', '3.2.0'
# To recognize Korean script
pod 'GoogleMLKit/TextRecognitionKorean', '3.2.0'

 

내가 사용하려던 언어가 지원하지 않더라도, 아쉬워할 필요가 없다

우리의 구글에서는 우선 순위를 두고 지원하는 언어, 실험용 언어도 제공한다! 갓글

 

정식으로 지원하는 언어만큼의 성능은 안 나오겠지만 필요하신 분들은 사용해 보세요

 

 

 

👇 MLKit 이 지원하는 모든 언어를 알고 싶다면 아래 링크 클릭 👇

 

https://developers.google.com/ml-kit/vision/text-recognition/v2/languages?hl=ko#supported-langs 

텍스트 인식 v2: 지원되는 언어  |  ML Kit  |  Google Developers

 

 

 

 

 

 

Chap2.  TextRecognizer 인스턴스 만들기

---

 

MLKit을 사용하기 위해서는 가장 먼저 인스턴스 생성부터 해야 한다!

나는 한국어만 번역할 예정이어서 koreanTextRecognizer 인스턴스만 만들었다

 

let koreanOptions = KoreanTextRecognizerOptions()
let koreanTextRecognizer = TextRecognizer.textRecognizer(options: koreanOptions)

 

textRecognizer(options: )의 options 에는 '번역하고자 하는 언어의 Options 인스턴스'를 넣으면 된다

 

 

 

 

Chap3. 번역할 이미지를 준비

---

 

저는 김수영 시인의 '사랑'이라는 시를 번역해 보겠습니다

 

 

 

 

번역할 이미지를 Asset에 넣어줍니다

 

 

 

 

이미지를 변수에 저장한 후 파일 형식을 변경합니다

MLKit 은 VisionImage 형식을 요구하여  파일 형식을 맞춰주겠습니당~

 

거꾸로 된 이미지에서 텍스트를 추출할 수도 있기 때문에

VisionImage의 방향을 맞추는 함수를 추가합니다

 

  func imageOrientation(
      deviceOrientation: UIDeviceOrientation,
      cameraPosition: AVCaptureDevice.Position
      ) -> UIImage.Orientation {
          switch deviceOrientation {
              case .portrait:
              return cameraPosition == .front ? .leftMirrored : .right
              case .landscapeLeft:
              return cameraPosition == .front ? .downMirrored : .up
              case .portraitUpsideDown:
              return cameraPosition == .front ? .rightMirrored : .left
              case .landscapeRight:
              return cameraPosition == .front ? .upMirrored : .down
              case .faceDown, .faceUp, .unknown:
              return .up
          @unknown default:
              fatalError()
          }
  }

 

 

 

저장된 이미지를 VisionImage로 변경 하고

이미지 방향을 설정합니다

 

var imgLove = UIImage(named: "love")
let visionImage = VisionImage(image: imgLove!)

// 이미지 방향 설정
visionImage.orientation = 
	imageOrientation(deviceOrientation: UIDevice.current.orientation,
	cameraPosition: cameraPosition)

 

번역할 이미지 준비는 완료

 

 

 

 

Chap4.  이미지 처리

---

 

이미지 번역에 필요한 사전 작업은 끝났으므로,

이미지 처리 코드를 작성해 보겠습니다

 

koreanTextRecognizer.process(visionImage) { features, error in
    koreanTextRecognizer.process(visionImage) { result, error in
        guard error == nil, let result = result else {
            // Error handling
            print("TextRecognizer Fail")
            return
        }
        let resultText = result.text
        DispatchQueue.main.async {
        	// label에 번역된 text 작성
            self.label.text = resultText
            print(resultText)       
        }
    }
}

 

koreanTextRecognizer.process 메서드에 번역할 이미지를 전달한 후,

handler를 사용하여 Error 처리와 번역된 결과 처리를 합니다

 

본인은 번역된 text를 label에 보여주기 위해 DispatchQueue.main.async 함수를 사용하였습니다

 

✅ 주의 사항 ✅ 

iOS에서 UI를 변경하는 코드의 경우 반. 드. 시 메인스레드에 작성하여야 합니다

main thread에서 작동하기 위해 DispatchQueue.main.async 함수를 사용

 

 

 

 

 

Chap5.  인식된 텍스트 블록에서 텍스트 추출

---

 

텍스트가 블록 안에 들어있거나, 밑줄이나 공백이 있을 경우도 텍스트 추출 가능합니다

 

let resultText = result.text
for block in result.blocks {
    let blockText = block.text
    let blockLanguages = block.recognizedLanguages
    let blockCornerPoints = block.cornerPoints
    let blockFrame = block.frame
    for line in block.lines {
        let lineText = line.text
        let lineLanguages = line.recognizedLanguages
        let lineCornerPoints = line.cornerPoints
        let lineFrame = line.frame
        for element in line.elements {
            let elementText = element.text
            let elementCornerPoints = element.cornerPoints
            let elementFrame = element.frame
        }
    }
}

 

위 코드를 통하여

block, line, element에 있는 텍스트 추출 가능합니다

 

 

 

 

 

 

Chap6.  결과 확인하기

---

 

실제 앱을 빌드한 결과입니다

 

 

 

 

 

 

👇 소스코드 전체를 보고 싶다면 아래 깃허브로 👇

https://github.com/hyeebin/ocr/tree/main/ocr-mlkit-ios

 

 

 

 

 

 

 

 

참조: https://developers.google.com/ml-kit/vision/text-recognition/v2/ios?hl=ko