អានអក្សរ
កម្មវិធីអានអក្សរខ្មែរ សម្រាប់ Python
ផ្តល់រូបថត ឯកសារស្កេន ឬ PDF ហើយទទួលបានអត្ថបទខ្មែរវិញ តាមលំដាប់នៃការអាន។
pip install anaksor-ocr
លិខិតនេះជាឯកសាររដ្ឋាភិបាលសាធារណៈ។ រូបថតវិក្កយបត្រ និងផ្លាកសញ្ញា ត្រូវបានរកឃើញតាមរយៈការស្វែងរកលើអ៊ីនធឺណិត ហើយជាកម្មសិទ្ធិរបស់ម្ចាស់ពួកវា ដាក់បង្ហាញតែដើម្បីបង្ហាញលទ្ធផល OCR ប៉ុណ្ណោះ។ ជារបស់អ្នក? ស្នើសុំដាក់ឈ្មោះ ឬដកចេញ
អានទំព័រមួយ
កំពុងភ្ជាប់ទៅ API OCRទម្លាក់រូបថត ឯកសារស្កេន ឬ PDF។ ប្រអប់នីមួយៗបង្ហាញបន្ទាត់អក្សរដែលរកឃើញ ហើយលេខបង្ហាញលំដាប់នៃការអាន។
រូបភាពមិនលើស ១០ MB ហើយ PDF មិនលើស ៣០ MB (៣០ ទំព័រ)។ ឯកសារត្រូវបានផ្ញើទៅ API OCR ដើម្បីអាន។
អ្វីដែល ម៉ូឌែលអាច ធ្វើបាន
- តាមលំដាប់នៃការអាន
- ជួរឈរ វិក្កយបត្រ និងរូបថតទូរស័ព្ទដែលទ្រេត ចេញមកតាមលំដាប់ដែលមនុស្សអាន។ តម្លៃនៅជាមួយបន្ទាត់មុខទំនិញរបស់វា។
- ចង្កោមអក្សរខ្មែរពេញលេញ
- ជើង ស្រៈ និងសញ្ញា នៅជាមួយព្យញ្ជនៈរបស់វា ទោះបីបន្ទាត់វែងត្រូវបានអានជាផ្នែកៗ ហើយភ្ជាប់គ្នាវិញក៏ដោយ។
- នាំចេញ (Export)
- អត្ថបទធម្មតា JSON ដែលមានទីតាំង និងភាពជឿជាក់នៃបន្ទាត់នីមួយៗ ឬ PDF ឬជាមួយឯកសារ Word។
- នៅលើកុំព្យូទ័ររបស់អ្នក
- pip install anaksor-ocr ដំណើរការលើ ONNX Runtime ដោយមិនត្រូវការ PyTorch។ បន្ថែម PyTorch ដើម្បីប្រើ CUDA ឬ GPU របស់ Apple។
ប្រើពី Python
ម៉ូដែលដដែលនេះដំណើរការក្នុងកញ្ចប់ នៅលើម៉ាស៊ីនរបស់អ្នកផ្ទាល់។
import anaksor
ocr = anaksor.OCR()
result = ocr("letter.jpg")
print(result["text"])anaksor scan.pdf -o scan.docx
# ឬ PDF
anaksor scan.pdf -o scan-searchable.pdf