OCR — แยกข้อความจากรูปภาพ ฟรี

วิธีการทำงาน

OCR (Optical Character Recognition) ที่นี่ใช้ PP-OCRv5 ซึ่งเป็นชุดโมเดลโอเพนซอร์สจากโครงการ PaddleOCR ทำงานในเบราว์เซอร์ของคุณโดยตรง อ่านข้อความพิมพ์จากภาพถ่ายหรือภาพสแกนโดยที่ภาพไม่เคยออกจากอุปกรณ์ของคุณ

1. 1
   พบบริเวณข้อความก่อน

   โมเดลตรวจจับสแกนภาพและวาดกรอบรอบทุกส่วนที่ดูเหมือนบรรทัดข้อความ โดยทำงานกับสำเนาที่ย่อให้ด้านยาวที่สุดราว 960 พิกเซล นี่คือเหตุผลที่ภาพถ่ายใบเสร็จใช้ได้ผล: โมเดลค้นหาตำแหน่งข้อความ แทนที่จะสันนิษฐานว่าทั้งภาพเป็นหน้าที่สะอาด ขั้นตอนนี้เหมือนกันไม่ว่าจะอ่านภาษาใด จึงดาวน์โหลดครั้งเดียว ประมาณ 12 MB แล้วนำกลับมาใช้ซ้ำ
2. 2
   ดาวน์โหลดตัวรู้จำหนึ่งตัวสำหรับอักษรของคุณ

   การอ่านรูปร่างอักขระขึ้นอยู่กับอักษรแต่ละระบบ จึงดึงโมเดลที่สองสำหรับระบบการเขียนที่คุณเลือก ประมาณ 8 MB สำหรับส่วนใหญ่ 13 MB สำหรับเกาหลี และ 17 MB สำหรับจีนและญี่ปุ่น การเลือกอักษรละตินใช้รวมประมาณ 19 MB แต่ละตัวถูกแคชไว้ การสลับกลับไปยังอักษรที่เคยใช้จึงไม่ต้องดาวน์โหลดอะไร
3. 3
   แต่ละบรรทัดถูกทำให้ตรงและอ่าน

   ทุกบรรทัดที่ตรวจพบจะถูกตรวจทิศทาง หมุนให้ตั้งตรงหากจำเป็น แล้วส่งให้ตัวรู้จำซึ่งอ่านทีละอักขระ จากนั้นสร้างลำดับการอ่านใหม่ จากบนลงล่างและซ้ายไปขวา ผลลัพธ์จึงตรงกับเลย์เอาต์ที่คุณเห็น ไม่ใช่ลำดับที่ตัวตรวจจับบังเอิญพบกรอบ
4. 4
   ข้อความส่งกลับมาพร้อมกรอบและคะแนนความมั่นใจ

   แต่ละบรรทัดมีคะแนนความมั่นใจและพิกัดที่มา คุณจึงเห็นได้ว่าอ่านอะไรมาจากตรงไหน และส่งออก hOCR ที่เก็บตำแหน่งเหล่านั้นได้ ข้อความที่สะอาดและมีคอนทราสต์สูงได้คะแนนสูงกว่า 90% มาก ความละเอียดต่ำ แสงสะท้อน และลายมือทำให้คะแนนลดลง

เครื่องมือที่เกี่ยวข้อง