1. Produk
  2.   OCR
  3.   Python
  4.   MonkeyOCR
 
  

API Python Sumber Terbuka untuk Membina Aplikasi OCR Pintar

API OCR Python Percuma untuk Mengesan dan Mengenali Teks dari Imej, termasuk Pemandangan Semula Jadi, Borang, dan Dokumen Terimbas dalam Aplikasi Python.

Apakah MonkeyOCR?

MonkeyOCR ialah sistem Pengenalan Aksara Optik (Optical Character Recognition) yang canggih dan menyeluruh, dibina berasaskan pembelajaran mendalam untuk pembangun perisian yang mencari penyelesaian berkuasa dan fleksibel. Dibangunkan oleh Yuliang Liu, perpustakaan ini membolehkan pengesanan dan pengenalan teks yang tepat daripada pelbagai sumber, termasuk pemandangan semula jadi, borang, dan dokumen terimbas. Seni bina modular dan boleh skala menggabungkan teknik pembelajaran mendalam terkini dengan paip inferens yang kukuh, menjadikannya sangat sesuai untuk tugas pengenalan teks dunia sebenar. Aplikasi praktikal merangkumi pengimbasan invois dan pembacaan kad pengenalan, mengekstrak teks daripada papan tanda, serta membina saluran OCR berbilang bahasa atau PDF-ke-data.

Direka untuk fleksibiliti maksimum, MonkeyOCR memberi kuasa kepada jurutera perisian untuk mencipta sistem pemprosesan dokumen pintar tanpa bergantung pada enjin OCR komersial. Ia menawarkan pelbagai ciri canggih, seperti paip OCR yang sepenuhnya modular, konfigurasi fail YAML yang mudah, dan sokongan inferens kelompok yang cekap. Sistem ini menghasilkan output kotak teks yang tepat dengan koordinat, menggunakan model moden seperti DBNet++ untuk pengesanan dan CRNN untuk pengenalan, semuanya dalam rangka kerja pra‑ dan pasca‑pemprosesan yang boleh dikonfigurasikan. Gabungan reka bentuk modular, sokongan model kontemporari, dan kemudahan konfigurasi menjadikan MonkeyOCR pilihan tepat untuk membina aplikasi dunia sebenar yang canggih—dari automasi dokumen perusahaan hingga pengenalan teks berasaskan mudah alih.

Previous Next

Mula Menggunakan MonkeyOCR

Cara yang disarankan untuk memasang MonkeyOCR ialah menggunakan pip. Sila gunakan perintah berikut untuk pemasangan yang lancar.

Pasang MonkeyOCR melalui pip

 pip install MonkeyOCR

Pasang MonkeyOCR melalui GitHub

 git clone https://github.com/Yuliang-Liu/MonkeyOCR.git

Anda juga boleh memasangnya secara manual; muat turun fail pelepasan terkini terus dari GitHub repositori.

Mengekstrak Teks dari Imej Resit melalui Python

MonkeyOCR sumber terbuka ialah sistem Pengenalan Aksara Optik (OCR) menyeluruh berasaskan teknik pembelajaran mendalam. Pembangun perisian yang membina aplikasi mengimbas dokumen, kad pengenalan, resit, atau plat nombor kenderaan boleh menyambungkan MonkeyOCR terus ke paip belakang mereka. Dengan reka bentuk modular, anda boleh menggunakan hanya model pengesanan atau menggabungkannya dengan pengenalan untuk mengekstrak teks berstruktur daripada imej. Berikut ialah contoh mudah yang menunjukkan cara mengekstrak teks daripada imej resit menggunakan API Python.

Bagaimana Mengekstrak Teks dari Imej Resit melalui API Python?

from monkey_ocr.ocr_predict import OCRPredictor

ocr = OCRPredictor(det_model_path="weights/dbnet.pth", rec_model_path="weights/crnn.pth")
results = ocr.predict("receipt.jpg")

for line in results:
    print(line['text'])

Saluran OCR Tersuai untuk Kes Penggunaan Spesifik

Salah satu kekuatan utama perpustakaan MonkeyOCR sumber terbuka ialah seni bina modularnya. Pembangun perisian boleh mencampur dan memadankan komponen seperti model pengesanan, pengenalan, dan klasifikasi mengikut keperluan aplikasi mereka. Contohnya, aplikasi mengimbas dokumen boleh menggunakan model ringan seperti DBNet untuk pengesanan dan CRNN untuk pengenalan, mengoptimumkan kelajuan dan ketepatan.

Saluran OCR Tersuai melalui API Python?

from monkey_ocr.ocr_predict import OCRPredictor

ocr = OCRPredictor(
    det_model_path="weights/dbnet.pth",
    rec_model_path="weights/crnn.pth"
)

results = ocr.predict("form_image.jpg")
for item in results:
    print(item["text"], item["box"])

Integrasi dengan Perisian Perniagaan

Perpustakaan MonkeyOCR sumber terbuka juga boleh disambungkan ke aliran kerja dokumen perusahaan, seperti mengautomasi kemasukan data dalam sistem ERP atau CRM. Pembangun perisian boleh menjalankan MonkeyOCR di latar belakang untuk mengimbas PDF terimbas atau dokumen berasaskan imej yang dimuat naik oleh pengguna, secara automatik mengekstrak maklumat berstruktur. Dengan mengkonfigurasi MonkeyOCR menggunakan fail config.yaml, pasukan dapat mengekalkan konsistensi merentasi pelbagai penyebaran.

Bina Pembaca Borang Automatik

Dengan menggabungkan pengesanan teks MonkeyOCR bersama data posisi (kotak sempadan), pembangun boleh mereka bentuk pembaca borang pintar yang mencari medan (contoh, “Nama”, “Tarikh”, “Jumlah”) dan mengekstrak data berkaitan. Ini sesuai untuk dokumen cukai, borang perubatan, atau tinjauan.

 Melayu