Ilmainen Ruby -kirjasto kuvan muuntamiseen tekstiksi ja haettaviksi PDF-tiedostoiksi
Avoimen lähdekoodin Ruby OCR -kirjasto, joka mahdollistaa ohjelmistokehittäjien suorittaa optista merkintunnistusta tekstin poimimiseksi skannatuista asiakirjoista, kuvista tai jopa näytökuvista
Mikä on RTesseract?
Optinen tekstintunnistus (OCR) toimii mullistavana sillanrakentajana visuaalisen median ja digitaalisen tiedon välillä, mahdollistaen koneiden tarkkaan tekstin poimimisen kuvista ja skannatuista asiakirjoista. Ruby-ekosysteemin kehittäjille avoimen lähdekoodin RTesseract-kirjasto tarjoaa erittäin tehokkaan portin Tesseract OCR -moottorin voimaan. Alun perin Hewlett-Packardin kehittämä ja myöhemmin Googlen hiukan hiottu Tesseract on laajalti tunnustettu huippuratkaisuksi kuva-tekstimuunnokseen. Toimimalla kehittyneenä käyttöliittymänä RTesseract mahdollistaa Tesseract OCR:n saumattoman integroinnin mihin tahansa Ruby-projektiin, poistaen tarpeen hallita monimutkaisia komentorivitoimintoja käsin, samalla säilyttäen ammattilaistason dokumenttien digitoinnin vaatimaan tarkkuuteen.
Ylittäen helppokäyttöisyytensä, RTesseract on monipuolinen Ruby-kirjasto, joka on suunniteltu tukemaan laajaa valikoimaa kuvatiedostomuotoja, kuten PNG, JPEG, BMP ja TIFF. Tämä joustavuus varmistaa yhteensopivuuden lähes minkä tahansa visuaalisen lähteen kanssa, ja sen kyky hyödyntää Tesseractin globaaleja tietotiedostoja mahdollistaa monikielisen tekstintunnistuksen korkealla luotettavuudella. Tietojen eheyden parantamiseksi kirjasto tarjoaa luottamuspisteet jokaiselle tunnistetulle sanalle, jolloin kehittäjät voivat ohjelmallisesti arvioida OCR-tulosteen laatua. Avoimen lähdekoodin projektina RTesseract tarjoaa kustannustehokkaan, muokattavan ja vankkaratkaisu tiimeille, jotka haluavat automatisoida tietojen poimintatyönkulkuja ja rakentaa älykkäämpiä, tekstiä tunnistavia Ruby-sovelluksia.
Aloita RTesseractin käyttö
Suositeltu tapa asentaa RTesseract on Rubygemsin käyttö. Käytä seuraavaa komentoa sujuvan asennuksen varmistamiseksi.
Asenna RTesseract Rubygemsin kautta
$ gem install rtesseract Asenna RTesseract GitHubin kautta
git clone https://github.com/dannnylo/rtesseract.git Voit ladata käännetyn jaetun kirjaston GitHub-varastosta.
Kuvan muuntaminen tekstiksi Ruby-API:n kautta
RTesseract-kirjasto tekee kehittäjille helppoa ladata ja muuntaa kuva tekstiksi Ruby-sovelluksissa. Yksinkertaisin käyttötapa on muuntaa kuva tekstijonoksi. Vain muutamalla koodirivillä voit poimia tekstiä kuvatiedostosta. Seuraava koodiesimerkki lataa kuvan ja käsittelee sen Tesseractilla, palauttaen tunnistetun tekstin Ruby-merkkijonona Ruby-komentoja käyttäen.
Kuinka ladata kuva ja muuntaa se tekstiksi Ruby API:n avulla?
require 'rtesseract'
image = RTesseract.new("path/to/your_image.jpg")
text = image.to_s
puts "Extracted Text: #{text}"
Kuvan muuntaminen haettavaksi PDF:ksi Ruby:n avulla
Avoimen lähdekoodin RTesseract-kirjasto tarjoaa täyden tuen kuvan muuntamiseksi haettavaksi PDF:ksi, säilyttäen kuvan asettelun ja värit Ruby-sovelluksissa. Seuraava esimerkki näyttää, miten ohjelmistokehittäjät voivat ladata ja luoda haettavan PDF-dokumentin kuvista Ruby-komentoja käyttäen.
Kuinka muuntaa JPEG-kuva haettavaksi PDF-tiedostoksi Ruby-kirjaston avulla?
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)
Mukautettu konfigurointi Tesseractille
Avoimen lähdekoodin RTesseract-kirjasto antaa ohjelmistoprofessionaaleille mahdollisuuden määrittää Tesseractin asetuksia, kuten kieli, sivun segmentointitila, rajoittaa OCR vain numerotunnistukseen ja OCR-moottorin tila. Tämä mahdollistaa OCR-prosessin hienosäätämisen paremman tarkkuuden saavuttamiseksi. Voit mukauttaa Tesseractin asetuksia config‑vaihtoehdon avulla. Seuraavassa esimerkissä psm (page segmentation mode) on asetettu arvoon 6, ja oem (OCR engine mode) arvoon 1.
Kuinka mukauttaa Tesseractin asetuksia Ruby-sovelluksissa?
image = RTesseract.new('path/to/image.png', config: { psm: 6, oem: 1 })
text = image.to_s
puts text
Monikielinen tuki
Jos kuvasi sisältää tekstiä tietyllä kielellä, voit parantaa tarkkuutta määrittämällä kielen. Kirjasto tukee kieliä kuten englanti (oletus), saksa, ranska, italia, hollanti, portugali, espanja, vietnam, ja niin edelleen. Varmista, että vastaava kielipaketti on asennettu Tesseractiin. Seuraavassa esimerkissä lang-asetus on asetettu 'fra' ranskaksi. Voit käyttää mitä tahansa Tesseractin tukemaa kielikoodia.
Kuinka muuntaa kuva tekstiksi muilla kielillä Ruby-kirjaston avulla?
image = RTesseract.new('path/to/image.png', lang: 'fra') # French language
text = image.to_s
puts text
