Kompletní OCR pipeline s Keras a TensorFlow

Co je Keras-OCR API?

Keras-OCR je vysokoúrovňová open-source Python knihovna navržená pro zjednodušení úloh optického rozpoznávání znaků (OCR) pomocí síly Keras a TensorFlow. Na rozdíl od tradičních OCR systémů, které vyžadují rozsáhlou konfiguraci, Keras-OCR nabízí kompletní pipeline s předtrénovanými modely pro detekci textu (pomocí algoritmu CRAFT) a rozpoznávání textu (pomocí CRNN modelu). Tato kombinace umožňuje vývojářům extrahovat text z obrázků, naskenovaných dokumentů nebo dokonce ručně psaných poznámek pomocí několika řádků kódu.

Knihovna je optimalizována pro reálné případy použití, včetně:

• Digitalizace dokumentů: Převod papírových dokumentů nebo PDF na prohledatelný text.
• Automatizovaný vstup dat: Extrakce textu z faktur, účtenek nebo formulářů.
• Nástroje přístupnosti: Generování alternativního textu pro obrázky ve webových aplikacích.
• Analýza sociálních médií: Zpracování textu vloženého do memů nebo uživatelského obsahu.

S vestavěnou podporou pro dávkové zpracování a volitelným GPU zrychlením, Keras-OCR vyvažuje snadné použití a výkon, což ho činí ideálním jak pro prototypování, tak pro produkční nasazení.

Statistiky GitHubu

Název:
Jazyk:
hvězdy:
Vidlice:
Licence:
Úložiště bylo naposledy aktualizováno v

Klíčové vlastnosti Keras-OCR

• Předtrénované modely: Obsahuje CRAFT (detektor) a CRNN (rozpoznávač) pro okamžité použití.
• Snadné nastavení: Minimální závislosti (Keras, TensorFlow, OpenCV).
• Dávkové zpracování: Zpracování více obrázků paralelně pro efektivitu.
• Vlastní trénování: Upravte modely na vlastních datech.
• GPU není vyžadováno: Funguje na CPU, ale zrychluje s GPU.
• Výstup ohraničujících boxů: Vrací text s souřadnicemi pro prostorovou analýzu.
• Open source: Zdarma, komunitou řízené a s licencí MIT.

Instalace

Nainstalujte Keras-OCR pomocí pip (vyžaduje Python 3.6+):

pip install keras-ocr

Pro podporu GPU se ujistěte, že máte nainstalovaný TensorFlow s GPU:

pip install tensorflow-gpu

Příklady kódu

Níže jsou praktické příklady extrakce textu z obrázků pomocí Keras-OCR.

Příklad 1: Základní detekce a rozpoznání textu

Tento příklad ukazuje, jak použít předtrénovaný pipeline k extrakci textu z obrázku:

import keras_ocr

pipeline = keras_ocr.pipeline.Pipeline()
images = ["receipt.jpg"]
predictions = pipeline.recognize(images)
print(predictions)

Příklad 2: Dávkové zpracování

Zpracujte více obrázků najednou pro efektivitu:

import keras_ocr

pipeline = keras_ocr.pipeline.Pipeline()
images = ["image1.jpg", "image2.jpg", "image3.jpg"]
batch_predictions = pipeline.recognize(images)
for prediction in batch_predictions:
    print(prediction)

Příklad 3: Vizualizace ohraničujících boxů

Nakreslete detekované textové boxy na původní obrázek:

import matplotlib.pyplot as plt
import keras_ocr

pipeline = keras_ocr.pipeline.Pipeline()
image = keras_ocr.tools.read("document.jpg")
predictions = pipeline.recognize([image])
keras_ocr.tools.drawAnnotations(image, predictions[0])
plt.imshow(image)
plt.show()

Závěr

Keras-OCR zjednodušuje extrakci textu svým připraveným pipeline, což z něj činí skvělou volbu pro vývojáře, kteří potřebují rychlé a přesné OCR bez složitého nastavení. Jeho integrace s Keras a TensorFlow umožňuje přizpůsobení, zatímco dávkové zpracování zajišťuje škálovatelnost.

Ať už vytváříte skenery dokumentů, automatizujete vstup dat nebo analyzujete obsah sociálních médií, Keras-OCR poskytuje lehké, ale výkonné řešení.

Podobné Produkty