OCR — Ekstraktor tekstu z obrazu za darmo

Jak to działa

OCR (optyczne rozpoznawanie znaków) działa tu na PP-OCRv5, otwartoźródłowym zestawie modeli z projektu PaddleOCR, bezpośrednio w Twojej przeglądarce. Odczytuje tekst drukowany ze zdjęcia lub skanu, a obraz nigdy nie opuszcza Twojego urządzenia.

1. 1
   Najpierw znajdowane są obszary tekstu

   Model wykrywający przechodzi przez obraz i obrysowuje każdy fragment wyglądający jak wiersz tekstu, pracując na kopii przeskalowanej tak, by dłuższy bok miał około 960 pikseli. Dlatego zdjęcie paragonu działa: model odnajduje tekst, zamiast zakładać, że cały obraz to czysta strona. Ten etap jest taki sam dla każdego języka, więc pobiera się raz — około 12 MB — i jest wykorzystywany ponownie.
2. 2
   Pobierany jest czytnik dla Twojego pisma

   Odczyt kształtów zależy od pisma, więc pobierany jest drugi model dla wybranego systemu pisma: około 8 MB dla większości, 13 MB dla koreańskiego i 17 MB dla chińskiego i japońskiego. Alfabet łaciński kosztuje łącznie około 19 MB. Każdy model jest zapisywany w pamięci podręcznej, więc powrót do już używanego pisma nie pobiera niczego.
3. 3
   Każdy wiersz jest prostowany i odczytywany

   Każdy wykryty wiersz jest sprawdzany pod kątem orientacji, w razie potrzeby obracany, a następnie przekazywany czytnikowi, który odczytuje go znak po znaku. Potem odtwarzana jest kolejność czytania — z góry na dół i od lewej do prawej — aby wynik odpowiadał układowi, który widzisz, a nie kolejności, w jakiej detektor znalazł ramki.
4. 4
   Tekst wraca z ramkami i pewnością

   Każdy wiersz niesie ze sobą wskaźnik pewności i współrzędne, z których pochodzi, więc widzisz dokładnie, co i skąd zostało odczytane, i możesz wyeksportować hOCR zachowujący te pozycje. Czysty, kontrastowy tekst osiąga znacznie ponad 90%; niska rozdzielczość, odblaski i pismo odręczne to obniżają.

Powiązane narzędzia