从 Leptonica 的 Pix 结构创建 UIImage答案

【问题标题】：Create UIImage from Leptonica's Pix structure从 Leptonica 的 Pix 结构创建 UIImage
【发布时间】：2012-01-26 03:00:52
【问题描述】：

我想在我的 iOS 应用中使用 Leptonica 库来处理图像。

有人知道我如何从 Leptonica 的 Pix 结构中的原始数据创建 UIImage：

/*-------------------------------------------------------------------------*
 *                              Basic Pix                                  *
 *-------------------------------------------------------------------------*/
struct Pix
{
    l_uint32             w;           /* width in pixels                   */
    l_uint32             h;           /* height in pixels                  */
    l_uint32             d;           /* depth in bits                     */
    l_uint32             wpl;         /* 32-bit words/line                 */
    l_uint32             refcount;    /* reference count (1 if no clones)  */
    l_int32              xres;        /* image res (ppi) in x direction    */
                                      /* (use 0 if unknown)                */
    l_int32              yres;        /* image res (ppi) in y direction    */
                                      /* (use 0 if unknown)                */
    l_int32              informat;    /* input file format, IFF_*          */
    char                *text;        /* text string associated with pix   */
    struct PixColormap  *colormap;    /* colormap (may be null)            */
    l_uint32            *data;        /* the image data                    */
};
typedef struct Pix PIX;

谢谢！

【问题讨论】：

标签： objective-c ios uiimage pix

【解决方案1】：

首先，您可能想查看：Convert Leptonica Pix Object to QPixmap ( or other image object )

我们想要的是找到 Pix 和 UIImage 都支持的通用格式，从 Pix 转换为该通用格式，然后从通用格式转换为 UIImage。

通过查看 Leptonica 库，似乎支持的常见格式是 GIF、JPEG、TIFF、BMP 和 PNG。 JPEG 将是有损的，GIF 和 PNG 都会导致 CPU 的额外工作（当我们从 Pix 转换为 UIImage 时会有额外的编码/解码周期）。由于这些原因，我在下面的示例中选择了 TIFF。如果它不起作用，我会选择 PNG。

计划如下：

1) 从 Pix 转换为字节缓冲区
2) 获取字节缓冲区并将其存储到 NSData 中
3) 将该数据传递给 NSImage

看起来 pixWriteMem() 函数是我们 #1 所需要的（前提是对它的支持已编译到库中）。

从库中包含的示例代码来看，我们似乎负责释放 pixWriteMem() 的输出 - 因此，我们将 YES 传递给 NSData 的 freeWhenDone: 参数。

类似这样的东西（警告：未经测试的代码）：

UIImage *GetImageFromPix(Pix *thePix)
{
    UIImage *result = nil;

    l_uint8 *bytes = NULL;
    size_t size = 0;

    if (0 == pixWriteMem(&bytes, &size, thePix, IFF_TIFF)) {
        NSData *data = [[NSData alloc] initWithBytesNoCopy:bytes length:(NSUInteger)size freeWhenDone:YES];
        result = [UIImage imageWithData:data];
        [data release];
    }

    return result;
}

【讨论】：

非常感谢您的回答。但是，我的 Leptonica 版本似乎是在不支持 pixWrite... 函数的情况下编译的。我是对的，要在支持这些函数的情况下编译它，我应该做类似./configure --with-libtiff=../libtiff/out 然后重新编译它？
是的，看起来您需要使用 libtiff 重新配置。但是，在阅读 Leptonica 中的 README 后：“Leptonica 还允许使用 bmp 和 pnm 格式的图像 I/O，我们为此提供了序列化程序......”，因为 UIImage initWithData: 应该支持 BMP，你可以试试看是否作品。将 IFF_TIFF 更改为 IFF_BMP 看看会发生什么
这很奇怪，但似乎在i386和armv7平台上都没有实现这个功能-它显示Error in pixWriteMemBmp: bmp write to memory not implemented on this platform消息。
我在 leptonica 的源 (tpgit.github.com/Leptonica/environ_8h_source.html#l00114) 中找到了这个：On linux systems, you can do I/O between Pix and memory. Specifically, you can compress (write compressed data to memory from a Pix) and uncompress (read from compressed data in memory to a Pix). For jpeg, png, pnm and bmp, these use the non-posix GNU functions fmemopen() and open_memstream(). These functions are not available on other systems. To use these functions in linux, you must define HAVE_FMEMOPEN to be 1 here.。所以，似乎只能用 libtiff 编译它。
好吧，即使你使用 libtiff 构建，我认为 pixWriteMem...() 函数都需要 fmemopen()，所以你可能仍然会收到错误。您需要多久转换一次？您可能必须将 pix 写入 tmp 文件，然后使用 UIImage 将其读回（不理想，但如果它是不频繁的操作，则不是世界末日）

【解决方案2】：

写入中间文件格式。并读回，是一种简单但低效的方法，用于将 Pix 内存数据结构转换为 UIImage 数据结构（或内存中图像的许多容器中的任何其他容器）。

如果中间文件表示被压缩（例如 png），则计算效率特别低，因为图像数据在写出之前必须经过压缩，并在读回之后解压缩到未压缩的栅格。

将 struct Pix 转换为 struct X 的有效方法是填写 X 中的元数据字段（图像大小、深度、分辨率、文本等） )，如果图像被颜色映射，则为 struct X 生成颜色映射，并将图像光栅数据从 Pix 约定转换为 X 约定。最后一个是唯一棘手的部分，因为您需要为两个内存中的光栅表示中的每一个考虑以下内容：

(1) 栅格线的填充（Pix 填充为 4 个字节）
（2）多分量像素的存储（Pix在每个像素内按顺序存储各个分量）
(3) 3分量像素的大小，如rgb（Pix使用4字节：rgba）
(4) 多字节像素的字节顺序（Pix 使用确定 rgba 字节顺序的宏）
(5) 像素顺序：对于 Pix，在图像中从左到右，它们在每个 32 位字中按照从 MSB 到 LSB 的顺序存储

结构 Pix 的规范在 leptonica src 文件 pix.h 中给出。

【讨论】：

【解决方案3】：

这里是一个实现（32 bpp -> UIImage）

- (UIImage *)imageFromPix:(Pix *)pix
{
    l_uint32 width = pixGetWidth(pix);
    l_uint32 height = pixGetHeight(pix);
    l_uint32 bitsPerPixel = pixGetDepth(pix);
    l_uint32 bytesPerRow = pixGetWpl(pix) * 4;
    l_uint32 bitsPerComponent = 8;
    if (pixSetSpp(pix, 4) == 0) {
        bitsPerComponent = bitsPerPixel / pixGetSpp(pix);
    }

    l_uint32 *pixData = pixGetData(pix);

    CGDataProviderRef provider = CGDataProviderCreateWithData(NULL, pixData, bytesPerRow * height, NULL);
    CGColorSpaceRef colorSpace = CGColorSpaceCreateDeviceRGB();

    CGImage *cgImage = CGImageCreate(width, height,
                                     bitsPerComponent, bitsPerPixel, bytesPerRow,
                                     colorSpace, kCGBitmapByteOrderDefault,
                                     provider, NULL, NO, kCGRenderingIntentDefault);

    CGDataProviderRelease(provider);
    CGColorSpaceRelease(colorSpace);

    UIImage *image = [UIImage imageWithCGImage:cgImage];
    return image;
}

如果要转换 1 bpp 图像（例如阈值）

- (UIImage *)imageFrom1bppPix:(Pix *)pix
{
    Pix *pix32 = pixUnpackBinary(pix, 32, 0);

    UIImage *image = [self imageFromPix:pix32];

    pixDestroy(&pix32);

    return image;
}

【讨论】：

【解决方案4】：

Tesseract-OCR-iOS repo 中有 UIImage 和 Pix 对象之间转换的实现。

查看G8Tesseract.m中的以下方法：

【讨论】：