OCR — извлечение текста из изображений — бесплатно

Как это работает

OCR (оптическое распознавание символов) здесь работает на PP-OCRv5 — наборе открытых моделей проекта PaddleOCR — прямо в вашем браузере. Он читает печатный текст с фотографии или скана, и изображение никогда не покидает ваше устройство.

1. 1
   Сначала находятся области с текстом

   Модель обнаружения проходит по изображению и очерчивает каждый участок, похожий на строку текста, работая с копией, уменьшенной примерно до 960 пикселей по большей стороне. Поэтому фотография чека работает: модель ищет текст, а не считает, что всё изображение — чистая страница. Этот этап одинаков для любого языка, поэтому скачивается один раз — около 12 МБ — и используется повторно.
2. 2
   Для вашей письменности скачивается распознаватель

   Чтение форм зависит от письменности, поэтому подгружается вторая модель под выбранную систему письма: около 8 МБ для большинства, 13 МБ для корейского и 17 МБ для китайского и японского. Латиница обходится примерно в 19 МБ суммарно. Каждая модель кэшируется, так что возврат к уже использованной письменности ничего не скачивает.
3. 3
   Каждая строка выравнивается и читается

   Каждая найденная строка проверяется на ориентацию, при необходимости поворачивается и передаётся распознавателю, который читает её символ за символом. Затем восстанавливается порядок чтения — сверху вниз и слева направо — чтобы результат соответствовал видимой вёрстке, а не тому порядку, в котором детектор нашёл рамки.
4. 4
   Текст возвращается с рамками и уверенностью

   Каждая строка несёт оценку уверенности и координаты, откуда она взята, поэтому видно, что именно и где было прочитано, и можно выгрузить hOCR, сохраняющий эти позиции. Чёткий контрастный текст уверенно превышает 90%; низкое разрешение, блики и рукописный ввод снижают показатель.

Похожие инструменты