Ios Swift 3-我使用哪种像素格式类型进行最佳的文本识别？

我正在使用Swift 3构建一个移动应用程序，允许用户拍照并在生成的图像上运行Tesseract OCR

据此：

---

我有很多可能的像素格式类型，可以用来格式化iPhone 7上拍摄的像素。我对所有这些术语一开始都意味着什么感到有点迷茫，但有没有人对什么格式能给我提供改进Tesseract文本识别的最佳机会提出建议

kCVPixelFormatType\u 24RGB、kCVPixelFormatType\u 24BGR、kCVPixelFormatType\u 32ARGB、kCVPixelFormatType\u 32BGRA、kCVPixelFormatType\u 32ABGR、kCVPixelFormatType\u 32RGBA

所有这些都是最佳选项，通常是最常见的选项（即：24位位图、24位PNG、32位位图、32位PNG等）

基本上，24位只包含R、G、B和像素分量，而alpha通道完全缺失。32位包含alpha通道，因此将使用R、G、B、A组件。通常，24位在Tesseract上工作得非常好，而32位在alpha通道透明时工作得非常好（所有字节为0x0或0xFF）。这相当于使用BMP或PNG格式

注：以上仅为格式。理想情况下，您的图像质量也需要相当好（最好的通常是白色文本、黑色背景或黑色文本、白色背景或文本与背景之间的对比度）。它也将取决于图像（不仅仅是格式）

至于捕获设置：

avcapturepotosettings

，分配一个将为您提供默认设置。您可以使用以下方法创建自己的：

它告诉您要传递哪些参数。它还允许您确定是否应该是高分辨率、实时照片等。。有关更多信息，请参见此处：

availablephotocodecytypes

返回JPEG、PNG、BMP等格式。只是支持压缩以进行捕获的不同格式。捕获原始或BMP时，将对其进行解压缩。例如，BMP压缩使用RLE（行程编码）。PNG使用zlib压缩，JPEG也使用zlib压缩

---

对于视频，它可能会返回MP4、MPEG-4等。请参阅：例如。

kCVPixelFormatType_24RGB、kCVPixelFormatType_24BGR、kCVPixelFormatType_32ARGB、kCVPixelFormatType_32BGRA、kCVPixelFormatType_32ABGR、kCVPixelFormatType_32RGBA所有这些都是最佳选项，通常是最常见的选项（即：24位位图、24位PNG、32位位图、32位PNG等）

基本上，24位仅包含R、G、B、像素组件，alpha通道完全缺失。32位包含alpha通道，因此将使用R、G、B、A组件。通常，24位在Tesseract上非常有效，而32位在alpha通道透明（所有字节为0x0或0xFF）时非常有效。这相当于使用BMP或PNG格式

注：以上只是格式。理想情况下，您的图像质量也需要相当好（最好的通常是白色文本、黑色背景或黑色文本、白色背景或文本与背景之间的对比度）。这也取决于图像（而不仅仅是格式）

至于捕获设置：

avcapturepotosettings

，分配一个将为您提供默认设置。您可以使用以下方法创建自己的设置：

它告诉您要传递的参数。它还允许您确定是否应该是高分辨率、实时照片等。您可以在此处查看更多信息：

availablePhotoCodecTypes

返回JPEG、PNG、BMP等格式。只是支持压缩以进行捕获的不同格式。当捕获原始或BMP时，它是未压缩的。例如，BMP压缩使用RLE（行程编码）。PNG使用zlib进行压缩，JPEG也使用zlib进行压缩

---

对于视频，它可能会返回MP4、MPEG-4等。请参阅：例如。

@Brandon感谢您的评论。如果您想写一个答案，我将接受它。此外，我正在尝试在我的

AVCapturePhotoSettings

初始值设定项中设置照片编解码器类型，但此页面没有提供关于编解码器的信息，只是它们是什么都在这个数组中。我怎么知道数组中有什么？@Brandon谢谢你的评论。如果你想写答案，我会接受。此外，我正在尝试在我的

AVCapturePhotoSettings

初始值设定项中设置照片编解码器类型，但本页没有告诉我编解码器是什么，只是它们在这个数组中。如何设置我知道数组中有什么吗？