主题: 图片处理
声明:下面这些图片仅供学习使用
0.png
1.剪切图片
根据矩形特征剪切图片
// @property (nonatomic , strong) CIImage *img;
//@property (nonatomic , strong) CIRectangleFeature *feature;
_img = [_img imageByCroppingToRect:_feature.bounds];
1.png
2.图形矫正
根据特征修正图片 , 这一步很重要 , 是否做这一步直接影响识别精度
NSDictionary *para = @{
@"inputTopLeft": [CIVector vectorWithCGPoint:_feature.topLeft],
@"inputTopRight": [CIVector vectorWithCGPoint:_feature.topRight],
@"inputBottomLeft": [CIVector vectorWithCGPoint:_feature.bottomLeft],
@"inputBottomRight": [CIVector vectorWithCGPoint:_feature.bottomRight]
};
_img = [_img imageByApplyingFilter:@"CIPerspectiveCorrection" withInputParameters:para];
2.png
3. 灰度处理
主要用来做文字识别所以直接去掉色彩信息
CIColor *filterInputcolor = [CIColor colorWithRed:0.75 green:0.75 blue:0.75];
//只有在主动设置的时候才丢弃颜色信息
//CIColorMonochrome 单色滤镜
_img = [_img imageByApplyingFilter:@"CIColorMonochrome" withInputParameters:@{kCIInputColorKey : filterInputcolor}];
3.png
4.提升亮度
会损失一部分背景纹理 饱和度不能太高
NSDictionary *para = @{
kCIInputSaturationKey : @(0.35), //饱和度
kCIInputBrightnessKey : @(0.2), //亮度
kCIInputContrastKey : @(1.1) //对比度
};
//CIColorControls 调整饱和度、亮度和对比度值
_img = [_img imageByApplyingFilter:@"CIColorControls" withInputParameters:para];
4.png
5. 曝光调节
_img = [_img imageByApplyingFilter:@"CIExposureAdjust" withInputParameters:@{kCIInputEVKey : @(0.65)}];
5.png
6.高斯模糊
查资料的时候都推荐这个,不过看不懂有什么用
_img = [_img imageByApplyingGaussianBlurWithSigma:0.4];
6.png
7.增强文字轮廓(描边)
NSDictionary* para = @{
kCIInputRadiusKey : @(2.5), //获取或设置要检测的最小要素的半径。
kCIInputIntensityKey : @(0.5), //获取或设置增强对比度的强度
};
_img = [_img imageByApplyingFilter:@"CIUnsharpMask" withInputParameters:para];
7.png
8.调低亮度,增加对比度
使图片字体更黑
NSDictionary *para = @{
kCIInputSaturationKey : @(0.35), //饱和度
kCIInputBrightnessKey : @(-0.7), //亮度
kCIInputContrastKey : @(1.9) //对比度
};
//CIColorControls 调整饱和度、亮度和对比度值
_img = [_img imageByApplyingFilter:@"CIColorControls" withInputParameters:para];
9.png
9.增加曝光
使上一步调黑的背景变白
_img = [_img imageByApplyingFilter:@"CIExposureAdjust" withInputParameters:@{kCIInputEVKey : @(0.65)}];
10.png
至此图片的处理已经完成,剩下的就交给识别模块了
文字位置检测 , 裁剪 (文字位置检测与裁剪实现后,与不裁剪对比,明显不裁剪效果更好,所以把名片作为一个整体来识别了)
