Evil

GitHub
698 98 简单 1 次阅读 昨天MIT图像开发框架
AI 解读 由 AI 自动生成,仅供参考

Evil 是一款专为 iOS 和 macOS 平台打造的开源光学字符识别(OCR)工具,由 Swift 语言编写。它主要解决了移动端应用中特定场景下的文字提取难题,尤其擅长精准识别中国二代身份证号码、银行卡号以及门牌号等关键信息,帮助开发者快速实现证件与卡片的自动化录入功能。

这款工具非常适合 iOS/macOS 应用开发者使用。其核心技术亮点在于深度集成了苹果原生的 Vision 框架与 Core ML 机器学习能力。Evil 不仅提供了预训练好的高精度模型,支持直接调用,还具备灵活的模型加载机制:开发者既可以将模型文件本地打包,也支持在运行时从服务器动态下载,有效平衡了应用体积与识别需求。此外,项目开放了模型训练指南,允许有进阶需求的团队针对特定场景自定义训练模型。作为一款轻量级且高效的解决方案,Evil 让复杂的 OCR 功能在苹果生态中变得简单易用,是构建智能扫描类应用的理想选择。

使用场景

某金融科技公司正在开发一款 iOS 端移动信贷 App,需要让用户通过拍摄身份证快速完成实名认证和信息录入。

没有 Evil 时

  • 开发团队必须自行收集海量身份证样本数据,并投入大量时间训练 Core ML 模型,研发周期长达数周。
  • 需手动编写复杂的图像预处理代码来定位身份证号码区域,容易因光线或角度问题导致识别率低下。
  • 应用安装包体积臃肿,因为必须将庞大的模型文件直接打包进工程,无法根据业务需求动态加载。
  • 缺乏针对中文二代身份证的专用优化,通用 OCR 方案常出现字符混淆(如将"0"识别为"O"),需额外编写纠错逻辑。

使用 Evil 后

  • 直接集成官方预训练的 ChineseIDCard 模型,无需从零训练,半天内即可完成身份证识别功能上线。
  • 内置专用的 cropChineseIDCardNumberArea 处理器,自动精准裁剪号码区域,显著提升复杂背景下的识别准确率。
  • 支持运行时从服务器动态下载模型文件,大幅减小初始安装包体积,并按需加载特定业务模型。
  • 基于 Apple Vision 框架深度优化,原生支持 Swift 调用,自动处理中文字符特征,无需额外开发纠错算法。

Evil 让 iOS 开发者能以极低的成本,在应用中快速落地高精度、原生的中文证件识别能力。

运行环境要求

操作系统
  • macOS
  • iOS
GPU

未说明

内存

未说明

依赖
notes该工具是基于 Swift 开发的 iOS/macOS 原生库,非 Python 项目。运行需 macOS 10.13+ 或 iOS 11.0+ 环境及 Xcode 9.2+。核心功能依赖 Apple Vision 框架和 Core ML 模型文件 (.mlmodel/.mlmodelc)。使用时需自行下载或训练特定的识别模型(如身份证、银行卡),模型较大,支持运行时从服务器动态下载或直接打包进项目。
python不适用 (基于 Swift)
Xcode 9.2+
Swift 4.0+
Apple Vision Framework
Core ML
Evil hero image

快速开始

Evil

适用于 iOS 和 macOS 的 Swift 光学字符识别。


debug image

图片来自于网络,侵删

需求

  • iOS 11.0+ / macOS 10.13+
  • Xcode 9.2+
  • Swift 4.0+

安装

基本用法

Evil 使用 Vision 框架进行文字识别,因此你需要导入特定的MLModel到你的Xcode工程。例如识别身份证导入识别身份证的model,识别银行卡导入识别银行卡的model。

以下是目前已经训练好的模型

如何导入

首先从上面的地址下载或者自己训练得到模型文件(*.mlmodel),然后作为resource资源加入项目。但是模型文件size一般都比较大因此Evil还支持另外一种方式即:运行时从指定的服务器下载对应的模型。

  1. 获取对应的模型文件并重名命名为[name].mlmodel [name]可通过以下方法获取print(Recognizer.chineseIDCard.name)
  2. 将模型文件上传至自己的服务器或者CDN并获取下载链接
  3. info.plist 中配置下载链接如下

info.plist

初始化

lazy var evil = try? Evil(recognizer: .chineseIDCard)

或者 手动指定下载路径

let downloadURL = URL(string: "https://****/ChineseIDCard.mlmodel")!
let chineseIDCard = Recognizer.custom(name: "ChineseIDCard", model: downloadURL, needComplie: true, processor: Recognizer.cropChineseIDCardNumberArea)
let evil = try? Evil(recognizer: chineseIDCard)

或者直接将模型文件拖入 xcode 项目

let url = Bundle.main.url(forResource: "ChineseIDCard", withExtension: "mlmodelc")!
let evil = try? Evil(contentsOf: url, name: "ChineseIDCard")

注意Extension 为mlmodelc而不是mlmodel因为xcode会自动编译mlmodel文件,并且生成对应的class. 所以请务必注意Model文件不要和现有的class重名。

开始识别

let image: Recognizable = .....
let result = evil?.recognize(image)
print(result)

训练模型

参考Tools 目录下PrepareBot项目
参考博文掘金

交流讨论

1.github issue (推荐)
2.qq 群:641256202

LICENSE

 MIT

Copyright 2018 - 2019 Kevin.Gong aoxianglele#icloud.com

常见问题

相似工具推荐

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|今天
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

139k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

107.7k|★★☆☆☆|2天前
开发框架图像Agent

NextChat

NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。

87.6k|★★☆☆☆|今天
开发框架语言模型

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。

85k|★★☆☆☆|今天
图像数据工具视频

ragflow

RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。

77.1k|★★★☆☆|昨天
Agent图像开发框架