وړیا OCR — له انځور نه متن راویستونکی

دا څنګه کار کوي

OCR (بصري توري پیژندنه) دلته PP-OCRv5 چلوي، د PaddleOCR پروژې څخه یو خلاص سرچینه ماډل سیټ، مستقیم ستاسو براوزر کې. دا چاپ شوی متن یوه عکس یا سکن څخه لولي پرته له دې چې انځور ستاسو وسیله پریږدي.

1. 1
   د متن سیمې لومړی پیدا کیږي

   یو کشف ماډل انځور سکن کوي او هره برخه چې د متن کرښه ښکاري بهرترسموي، په یوه کاپي کې کار کوي چې اندازه یې شوی نو اوږد اړخ یې شاوخوا 960 پیکسله دی. دا ولې د رسید یوه عکس کار کوي: ماډل متن موقعیت کوي پرته له دې چې ولاړ شي ټول انځور یوه پاکه پاڼه ده. دا مرحله ورته ده هره ژبه چې تاسو لولئ، نو دا یو ځل ډاونلوډیږي — شاوخوا 12 MB — او بیا کارول کیږي.
2. 2
   یو پیژندونکی ستاسو لیکنالي لپاره ډاونلوډیږي

   د شکلونو لوستل لیکنالي-ځانګړی دی، نو دویم ماډل د هغې لیکنالي لپاره چې تاسو یې غوره کړی راایستل کیږي - شاوخوا 8 MB ډیری لپاره، 13 MB کوریایي لپاره، او 17 MB چینایي او جاپاني لپاره. لاتین غوره کول شاوخوا 19 MB ټول لګښت لري. هر یو خوندي کیږي، نو هغه لیکنالي ته بیرته تلل چې مخکې مو کارولی وه هیڅ نه ډاونلوډوي.
3. 3
   هره کرښه سیده کیږي او لوستل کیږي

   هره کشف شوې کرښه د لوري لپاره چک کیږي، که اړتیا وي پورته ګرځول کیږي، بیا پیژندونکي ته لیږدول کیږي، چې دا توري-پر-توري لولي. د لوستلو ترتیب وروسته بیا رغیږي، پورته څخه ښکته او کیڼ څخه ښي، نو محصول ستاسو لیدلو ترتیب سره سمون خوري نه هغه ترتیب چې کشف کوونکي بکسونه پیدا کړي.
4. 4
   متن د بکسونو او باور سره بیرته راځي

   هره کرښه یو باور نمره او هغه هماهنګي لري چې راغلی، نو تاسو کولی شئ دقیقا وګورئ چې څه له کومه لوستل شوي، او hOCR صادر کړئ چې دا موقعیتونه ساتي. پاک، لوړ-تباین متن له 90% نه پورته امتیاز اخلي؛ ټیټ حل کول، ځلا، او لاسي لیکنه یې ټیټوي.

اړوندې وسیلې