Nemokama Ruby biblioteka, konvertuojanti paveikslėlius į tekstą ir ieškomaus PDF
Atviro kodo Ruby OCR biblioteka, kuri leidžia programinės įrangos kūrėjams atlikti optinį simbolių atpažinimą, kad išgautų tekstą iš nuskenuotų dokumentų, paveikslėlių ar net ekrano nuotraukų.
Kas yra RTesseract?
Optinis simbolių atpažinimas (OCR) veikia kaip transformuojantis tiltas tarp vizualinės medijos ir skaitmeninių duomenų, leidžiantis mašinoms tiksliai ištraukti tekstą iš vaizdų ir nuskenuotų dokumentų. Ruby ekosistemos kūrėjams atviro kodo biblioteka RTesseract suteikia itin efektyvų priėjimą prie Tesseract OCR variklio galios. Iš pradžių sukurtas „Hewlett‑Packard“ ir vėliau patobulintas „Google“, Tesseract plačiai pripažįstamas kaip pirmaujantis sprendimas vaizdo‑į‑tekstą konvertavimui. Veikdamas kaip išplėstinė sąsaja, RTesseract leidžia sklandžiai integruoti Tesseract OCR į bet kurį Ruby projektą, pašalinant poreikį rankiniu būdu tvarkyti sudėtingas komandų eilutės sąveikas, tuo pačiu išlaikant tikslumą, reikalingą profesionalaus lygio dokumentų skaitmeninimui.
Beje, jos paprastumo, RTesseract yra universalus Ruby biblioteka, sukurta palaikyti platų vaizdo formatų spektrą, įskaitant PNG, JPEG, BMP ir TIFF. Šis lankstumas užtikrina suderinamumą praktiškai su bet kuriuo vizualiniu šaltiniu, o galimybė naudoti Tesseract pasaulinius duomenų failus leidžia atlikti daugiakalbį teksto atpažinimą su dideliu patikimumu. Siekiant dar labiau pagerinti duomenų vientisumą, biblioteka teikia pasitikėjimo balus kiekvienam atpažintam žodžiui, leidžiančius kūrėjams programiškai įvertinti OCR išvesties kokybę. Kaip atviro kodo projektas, RTesseract siūlo ekonomišką, pritaikomą ir patikimą sprendimą komandų, norinčių automatizuoti duomenų išgavimo darbo srautus ir kurti protingesnes, tekstą atpažįstančias Ruby programas.
Pradžia su RTesseract
Rekomenduojamas būdas įdiegti RTesseract yra naudojant Rubygems. Prašome naudoti šią komandą sklandžiam įdiegimui.
Įdiekite RTesseract per Rubygems
$ gem install rtesseract Įdiekite RTesseract per GitHub
git clone https://github.com/dannnylo/rtesseract.git Galite atsisiųsti sukompiliuotą bendrinamą biblioteką iš GitHub saugyklos.
Vaizdo į tekstą konvertavimas naudojant Ruby API
RTesseract biblioteka leidžia kūrėjams lengvai įkelti ir konvertuoti paveikslėlį į tekstą Ruby programose. Paprasčiausias naudojimo atvejis – paveikslėlio konvertavimas į teksto eilutę. Vos kelios kodo eilutės leidžia išgauti tekstą iš paveikslėlio failo. Žemiau pateiktas kodo pavyzdys įkelia paveikslėlį ir apdoroja jį su Tesseract, grąžindamas atpažintą tekstą kaip Ruby eilutę naudojant Ruby komandas.
Kaip įkelti paveikslėlį ir konvertuoti jį į tekstą naudojant Ruby API?
require 'rtesseract'
image = RTesseract.new("path/to/your_image.jpg")
text = image.to_s
puts "Extracted Text: #{text}"
Vaizdo konvertavimas į ieškomą PDF naudojant Ruby
Atviro kodo RTesseract biblioteka suteikia visapusišką palaikymą konvertuojant paveikslėlį į ieškomą PDF, išlaikant paveikslėlio išdėstymą ir spalvas Ruby programose. Žemiau pateiktas pavyzdys parodo, kaip programų kūrėjai gali įkelti ir sukurti ieškomą PDF dokumentą iš paveikslėlių naudojant Ruby komandas.
Kaip konvertuoti JPEG paveikslėlį į ieškomą PDF failą naudojant Ruby biblioteką?
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)
Individuali Tesseract konfigūracija
Atviro kodo RTesseract biblioteka leidžia programų specialistams konfigūruoti Tesseract nustatymus, tokius kaip kalba, puslapio segmentavimo režimas, OCR apribojimas tik skaitmenų atpažinimui ir OCR variklio režimas. Tai leidžia smulkiai reguliuoti OCR procesą, siekiant didesnio tikslumo. Galite pritaikyti Tesseract nustatymus naudodami config parinktį. Žemiau pateiktame pavyzdyje psm (puslapio segmentavimo režimas) nustatytas į 6, o oem (OCR variklio režimas) – į 1.
Kaip pritaikyti Tesseract nustatymus Ruby programose?
image = RTesseract.new('path/to/image.png', config: { psm: 6, oem: 1 })
text = image.to_s
puts text
Daugiakalbė palaikymas
Jei jūsų paveikslėlyje yra teksto konkrečia kalba, galite pagerinti tikslumą nurodydami kalbą. Biblioteka palaiko tokias kalbas kaip anglų (numatyta), vokiečių, prancūzų, italų, olandų, portugalų, ispanų, vietnamiečių ir kt. Įsitikinkite, kad su Tesseract įdiegtas atitinkamas kalbos paketas. Tolimesniame pavyzdyje kalbos parinktis nustatyta į 'fra' (prancūzų). Galite naudoti bet kurį Tesseract palaikomą kalbos kodą.
Kaip konvertuoti paveikslėlį į tekstą kitomis kalbomis naudojant Ruby biblioteką?
image = RTesseract.new('path/to/image.png', lang: 'fra') # French language
text = image.to_s
puts text
