OCR — Trích Xuất Văn Bản Từ Ảnh miễn phí

Cách hoạt động

OCR (Nhận dạng ký tự quang học) ở đây chạy PP-OCRv5, một bộ mô hình mã nguồn mở từ dự án PaddleOCR, trực tiếp trong trình duyệt của bạn. Nó đọc văn bản in từ ảnh chụp hoặc ảnh quét mà hình ảnh không bao giờ rời khỏi thiết bị của bạn.

1. 1
   Các vùng văn bản được tìm trước

   Một mô hình phát hiện quét ảnh và khoanh vùng mọi mảng trông giống một dòng chữ, làm việc trên bản sao được co giãn sao cho cạnh dài nhất khoảng 960 điểm ảnh. Đó là lý do ảnh chụp hóa đơn vẫn dùng được: mô hình xác định vị trí chữ thay vì giả định cả ảnh là một trang sạch. Giai đoạn này giống nhau bất kể bạn đọc ngôn ngữ nào, nên chỉ tải một lần - khoảng 12 MB - và được dùng lại.
2. 2
   Một bộ nhận dạng được tải cho hệ chữ của bạn

   Việc đọc hình dạng chữ phụ thuộc vào hệ chữ viết, nên một mô hình thứ hai được tải cho hệ chữ bạn chọn - khoảng 8 MB với hầu hết, 13 MB cho tiếng Hàn và 17 MB cho tiếng Trung và tiếng Nhật. Chọn chữ Latinh tốn tổng cộng khoảng 19 MB. Mỗi mô hình đều được lưu vào bộ nhớ đệm, nên quay lại hệ chữ đã dùng trước đó sẽ không phải tải gì.
3. 3
   Mỗi dòng được làm thẳng và đọc

   Mỗi dòng được phát hiện được kiểm tra hướng, xoay thẳng nếu cần, rồi chuyển đến bộ nhận dạng để đọc từng ký tự. Thứ tự đọc được dựng lại sau đó, từ trên xuống dưới và từ trái sang phải, để đầu ra khớp với bố cục bạn thấy thay vì thứ tự bộ dò tình cờ tìm ra các khung.
4. 4
   Văn bản được trả về kèm khung và độ tin cậy

   Mỗi dòng có điểm độ tin cậy và tọa độ nơi nó được lấy, để bạn thấy chính xác nội dung nào được đọc từ đâu, và có thể xuất hOCR giữ nguyên các vị trí đó. Văn bản sạch, tương phản cao đạt điểm trên 90%; độ phân giải thấp, chói sáng và chữ viết tay làm điểm giảm.

Công cụ liên quan