Şəkili Mətnə və Axtarışa Uyğun PDF-ə Çevirmək üçün Pulsuz Ruby Kitabxanası
Açıq mənbəli Ruby OCR Kitabxanası, proqram inkişaf etdiricilərinə skan edilmiş sənədlərdən, şəkillərdən və hətta ekran görüntülərindən mətn çıxarmaq üçün Optik Simvol Tanıma (OCR) aparmağa imkan verir
RTesseract nədir?
Optik Simvol Tanıma (OCR) vizual media ilə rəqəmsal məlumatlar arasında transformativ körpü kimi xidmət edir, maşınların şəkillərdən və skan edilmiş sənədlərdən dəqiq mətn çıxarmasına imkan verir. Ruby ekosistemi daxilindəki inkişafçılar üçün açıq mənbəli RTesseract kitabxanası, Tesseract OCR mühərrikinin gücünə yüksək səmərəli bir keçid təmin edir. Əvvəlcə Hewlett-Packard tərəfindən yaradılmış və daha sonra Google tərəfindən təkmilləşdirilmiş Tesseract, şəkildən mətnə çevirmə üçün qabaqcıl həll kimi geniş tanınır. Müasir bir interfeys kimi fəaliyyət göstərərək, RTesseract Tesseract OCR‑nin istənilən Ruby layihəsinə problemsiz inteqrasiyasına imkan verir, mürəkkəb komanda sətiri əməliyyatlarını əl ilə idarə etməyə ehtiyacı aradan qaldırır və peşəkar səviyyəli sənəd rəqəmsallaşdırma üçün tələb olunan dəqiqliyi təmin edir.
İstifadə rahatlığından əlavə, RTesseract, PNG, JPEG, BMP və TIFF daxil olmaqla geniş şəkil formatlarını dəstəkləmək üçün hazırlanmış çox yönlü Ruby kitabxanasıdır. Bu çeviklik, demək olar ki, hər hansı vizual mənbə ilə uyğunluğu təmin edir, həmçinin Tesseract‑ın qlobal data fayllarından istifadə etmə qabiliyyəti çoxdilli mətn tanıma üçün yüksək etibarlılıq verir. Məlumat bütövlüyünü daha da artırmaq üçün kitabxana tanınan hər söz üçün etibarlılıq balları təqdim edir, bu da inkişafçılara OCR çıxışının keyfiyyətini proqram vasitəsilə qiymətləndirməyə imkan verir. Açıq mənbə layihəsi kimi, RTesseract, məlumat çıxarışı iş axınlarını avtomatlaşdırmaq və daha ağıllı, mətn‑şüurlu Ruby tətbiqləri yaratmaq istəyən komandalar üçün qənaətbəxş, özəlləşdirilə bilən və güclü həll təklif edir.
RTesseract ilə Başlamaq
RTesseract‑ı quraşdırmağın tövsiyə olunan yolu Rubygems‑dən istifadə etməkdir. Zəhmət olmasa, problemsiz quraşdırma üçün aşağıdakı əmri istifadə edin.
RTesseract-i Rubygems vasitəsilə quraşdırın
$ gem install rtesseract RTesseract-i GitHub vasitəsilə quraşdırın
git clone https://github.com/dannnylo/rtesseract.git Komplilasiya olunmuş paylaşılan kitabxananı GitHub deposundan yükləyə bilərsiniz.
Ruby API vasitəsilə Şəkildən Mətnə Çevirmə
RTesseract kitabxanası Ruby tətbiqlərində inkişafçılara şəkili mətnə yükləmək və çevirmək işini asanlaşdırır. Ən sadə istifadə nümunəsi şəkili mətn sətirinə çevirməkdir. Bir neçə kod sətiri ilə şəkil faylından mətn çıxara bilərsiniz. Aşağıdakı kod nümunəsi şəkili yükləyir və Tesseract ilə işləyir, tanınan mətni Ruby komandaları ilə Ruby sətiri kimi qaytarır.
Ruby API vasitəsilə şəkili necə yükləmək və mətnə çevirmək olar?
require 'rtesseract'
image = RTesseract.new("path/to/your_image.jpg")
text = image.to_s
puts "Extracted Text: #{text}"
Ruby vasitəsilə Şəkili Axtarışa Uyğun PDF-ə Çevirmək
Açıq mənbəli RTesseract kitabxanası Ruby tətbiqlərində şəkili axtarışa yararlı PDF-ə çevirmək, şəkilin tərtibatını və rənglərini qorumaq üçün tam dəstək təmin edir. Aşağıdakı nümunə proqramçılara Ruby komandaları ilə şəkillərdən axtarışa yararlı PDF sənədi yaratmağın necə olduğunu göstərir.
Ruby kitabxanası vasitəsilə JPEG şəkli axtarışa yararlı PDF faylına necə çevirmək olar?
require 'rtesseract'
image = RTesseract.new("path/to/my_image.jpg")
pdf_file = image.to_pdf # Returns an open file handle for the PDF
File.write("output.pdf", pdf_file.read)
Tesseract üçün Xüsusi Konfiqurasiya
Açıq mənbəli RTesseract kitabxanası proqram təminatı mütəxəssislərinə Tesseract‑in parametrlərini, məsələn, dili, səhifə seqmentasiya rejimini, OCR‑u yalnız rəqəm tanıma ilə məhdudlaşdırma və OCR mühərrik rejimini konfiqurasiya etməyə imkan verir. Bu, OCR prosesini daha yüksək dəqiqlik üçün incə tənzimləməyə şərait yaradır. Config seçimi ilə Tesseract‑in parametrlərini fərdiləşdirə bilərsiniz. Aşağıdakı nümunədə psm (səhifə seqmentasiya rejimi) 6‑yə, oem (OCR mühərrik rejimi) isə 1‑ə təyin edilib.
Ruby tətbiqlərində Tesseract parametrlərini necə fərdiləşdirmək olar?
image = RTesseract.new('path/to/image.png', config: { psm: 6, oem: 1 })
text = image.to_s
puts text
Çoxdilli Dəstək
Əgər şəkiliniz müəyyən bir dildə mətn ehtiva edirsə, dili göstərməklə dəqiqliyi artıra bilərsiniz. Kitabxana İngilis (defolt), Alman, Fransız, İtalyan, Holland, Portuqal, İspan, Vyetnam və s. kimi dilləri dəstəkləyir. Zəhmət olmasa, uyğun dil paketinin Tesseract ilə quraşdırıldığından əmin olun. Aşağıdakı nümunədə 'fra' kodu Fransız dili üçün təyin edilib. Tesseract tərəfindən dəstəklənən istənilən dil kodundan istifadə edə bilərsiniz.
Ruby kitabxanası vasitəsilə şəkili digər dillərdə mətnə necə çevirmək olar?
image = RTesseract.new('path/to/image.png', lang: 'fra') # French language
text = image.to_s
puts text
