1. Productos
  2.   analizador
  3.   Python
  4.   docTR
 
  

Solución OCR con Deep Learning en Python

Utilice docTR para una extracción y reconocimiento de texto preciso desde imágenes.

¿Qué es la API docTR para Python?

docTR (Document Text Recognition) es una biblioteca OCR de código abierto basada en Deep Learning para Python. Proporciona un reconocimiento y detección de texto de primera calidad para documentos escaneados, imágenes y archivos PDF. Utilizando arquitecturas avanzadas de Deep Learning, docTR garantiza una alta precisión y eficiencia en la extracción de texto, manteniendo la estructura del documento.

docTR se usa ampliamente para la digitalización de documentos, extracción automatizada de datos y aplicaciones de IA para reconocimiento de texto. Admite múltiples idiomas, reconocimiento de escritura a mano y aceleración por GPU para mejorar el rendimiento.

Funciones clave de la API docTR

  • OCR avanzado con Deep Learning: Utiliza redes neuronales para una detección y reconocimiento de texto preciso.
  • Compatibilidad con varios formatos: Funciona perfectamente con imágenes, archivos PDF y documentos escaneados.
  • Reconocimiento de escritura a mano: Identifica y extrae texto escrito a mano con alta precisión.
  • Soporte multilingüe: Reconoce texto en varios idiomas y fuentes.
  • Optimizado para velocidad: Extracción de texto eficiente con aceleración por GPU.
  • Mantiene la estructura del documento: Garantiza que el formato permanezca intacto durante el reconocimiento de texto.
  • Extensible y de código abierto: Disponible de forma gratuita y con soporte activo.

Comenzando con la API docTR

Para instalar docTR, utilice el siguiente comando Pip:

Instalación de docTR


pip install python-doctr

Si desea habilitar la aceleración por GPU para un procesamiento más rápido, instale dependencias adicionales:

Instalación de dependencias para GPU


pip install tensorflow-gpu torch torchvision

Ejemplos de código para extraer texto con la API docTR

Los siguientes ejemplos muestran cómo extraer texto de imágenes y documentos con docTR.

API docTR para OCR

Ejemplo 1: Extracción de texto de una imagen

Extracción de texto de una imagen


from doctr.io import DocumentFile
from doctr.models import ocr_predictor

doc = DocumentFile.from_images("sample.png")
model = ocr_predictor(pretrained=True)
result = model(doc)
print(result.export())

Ejemplo 2: Procesamiento de PDF de múltiples páginas

Extracción de texto de un PDF


from doctr.io import DocumentFile
from doctr.models import ocr_predictor

doc = DocumentFile.from_pdf("sample.pdf")
model = ocr_predictor(pretrained=True)
result = model(doc)
print(result.export())

Ejemplo 3: Reconocimiento de escritura a mano

Extracción de texto escrito a mano


from doctr.models import ocr_predictor
from doctr.datasets import synthetic_documents

doc = synthetic_documents()[0]
model = ocr_predictor(pretrained=True)
result = model(doc)
print(result.export())

Conclusión

La API docTR es una poderosa solución OCR basada en Deep Learning, que simplifica la extracción de texto desde imágenes, archivos PDF y documentos manuscritos. Ofrece una alta precisión manteniendo el formato del documento y es una herramienta valiosa para el procesamiento de documentos basado en IA, automatización y extracción de datos.

 Español