ไลบรารี Ruby ฟรีสำหรับแปลงภาพเป็นข้อความและ PDF ที่ค้นหาได้
ไลบรารี OCR Ruby แบบโอเพนซอร์สที่ช่วยให้นักพัฒนาซอฟต์แวร์ทำการจดจำอักขระด้วยแสง (Optical Character Recognition) เพื่อสกัดข้อความจากเอกสารที่สแกน, รูปภาพ หรือแม้แต่ภาพหน้าจอ
RTesseract คืออะไร?
การจดจำอักขระด้วยแสง (OCR) ทำหน้าที่เป็นสะพานเชื่อมโยงที่เปลี่ยนแปลงระหว่างสื่อภาพและข้อมูลดิจิทัล ทำให้เครื่องจักรสามารถสกัดข้อความจากภาพและเอกสารสแกนได้อย่างแม่นยำ สำหรับนักพัฒนาภายในระบบนิเวศของ Ruby ไลบรารีโอเพ่นซอร์ส RTesseract ให้ทางเข้าที่มีประสิทธิภาพสูงสู่พลังของเอนจิน OCR Tesseract ที่เริ่มต้นโดย Hewlett-Packard และต่อมาถูกปรับปรุงโดย Google Tesseract ได้รับการยอมรับอย่างกว้างขวางว่าเป็นโซลูชันชั้นนำสำหรับการแปลงภาพเป็นข้อความ ด้วยการทำหน้าที่เป็นอินเทอร์เฟซที่ซับซ้อน RTesseract ช่วยให้การรวม Tesseract OCR เข้ากับโครงการ Ruby ใด ๆ เป็นไปอย่างราบรื่น โดยไม่ต้องจัดการกับการโต้ตอบผ่านบรรทัดคำสั่งที่ซับซ้อนด้วยตนเอง พร้อมคงความแม่นยำที่จำเป็นสำหรับการดิจิไทซ์เอกสารระดับมืออาชีพ
นอกเหนือจากความง่ายในการใช้งาน RTesseract ยังเป็นไลบรารี Ruby ที่หลากหลายซึ่งออกแบบมาเพื่อรองรับรูปแบบภาพที่กว้างขวาง รวมถึง PNG, JPEG, BMP, และ TIFF ความยืดหยุ่นนี้ทำให้เข้ากันได้กับแหล่งภาพเกือบทั้งหมด ในขณะที่ความสามารถในการใช้ไฟล์ข้อมูลระดับโลกของ Tesseract ทำให้สามารถจดจำข้อความหลายภาษาได้อย่างเชื่อถือได้สูง เพื่อเพิ่มความสมบูรณ์ของข้อมูล ไลบรารีนี้ยังให้คะแนนความมั่นใจสำหรับแต่ละคำที่จดจำได้ ทำให้ผู้พัฒนาสามารถประเมินคุณภาพของผลลัพธ์ OCR อย่างโปรแกรมได้ อย่างเป็นโครงการโอเพนซอร์ส RTesseract นำเสนอทางเลือกที่คุ้มค่า ปรับแต่งได้ และมีความทนทานสำหรับทีมที่ต้องการอัตโนมัติการสกัดข้อมูลและสร้างแอปพลิเคชัน Ruby ที่ฉลาดและรับรู้ข้อความ
เริ่มต้นใช้งาน RTesseract
วิธีที่แนะนำในการติดตั้ง RTesseract คือการใช้ Rubygems โปรดใช้คำสั่งต่อไปนี้เพื่อการติดตั้งที่ราบรื่น.
ติดตั้ง RTesseract ผ่าน Rubygems
$ gem install rtesseract ติดตั้ง RTesseract ผ่าน GitHub
git clone https://github.com/dannnylo/rtesseract.git คุณสามารถดาวน์โหลดไลบรารีที่คอมไพล์แล้วจากที่เก็บ GitHub
การแปลงภาพเป็นข้อความผ่าน Ruby API
ไลบรารี RTesseract ทำให้การโหลดและแปลงภาพเป็นข้อความในแอปพลิเคชัน Ruby เป็นเรื่องง่ายสำหรับนักพัฒนา กรณีการใช้งานที่ตรงไปตรงมาที่สุดคือการแปลงภาพเป็นสตริงของข้อความ ด้วยเพียงไม่กี่บรรทัดของโค้ด คุณสามารถดึงข้อความจากไฟล์ภาพได้ ตัวอย่างโค้ดต่อไปนี้โหลดภาพและประมวลผลด้วย Tesseract โดยคืนค่าข้อความที่ได้รับการจดจำเป็นสตริง Ruby ด้วยคำสั่ง Ruby
วิธีโหลดภาพและแปลงเป็นข้อความผ่าน Ruby API?
require 'rtesseract'
image = RTesseract.new("path/to/your_image.jpg")
text = image.to_s
puts "Extracted Text: #{text}"
การแปลงภาพเป็น PDF ที่ค้นหาได้ผ่าน Ruby
ไลบรารีโอเพ่นซอร์ส RTesseract ให้การสนับสนุนเต็มรูปแบบสำหรับการแปลงภาพเป็น PDF ที่สามารถค้นหาได้ โดยคงรูปแบบและสีของภาพไว้ในแอปพลิเคชัน Ruby ตัวอย่างต่อไปนี้แสดงให้เห็นว่านักพัฒนาซอฟต์แวร์สามารถโหลดและสร้างเอกสาร PDF ที่ค้นหาได้จากภาพโดยใช้คำสั่ง Ruby อย่างไร
วิธีแปลงภาพ JPEG เป็นไฟล์ PDF ที่สามารถค้นหาได้ผ่านไลบรารี Ruby?
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)
การกำหนดค่าที่กำหนดเองสำหรับ Tesseract
ไลบรารีโอเพ่นซอร์ส RTesseract อนุญาตให้ผู้เชี่ยวชาญด้านซอฟต์แวร์กำหนดค่าการตั้งค่าของ Tesseract เช่น ภาษา โหมดการแบ่งหน้า จำกัด OCR ให้รับรู้เฉพาะตัวเลข และโหมดเครื่อง OCR สิ่งนี้ทำให้คุณสามารถปรับกระบวนการ OCR ให้แม่นยำยิ่งขึ้นได้ คุณสามารถปรับแต่งการตั้งค่าของ Tesseract ด้วยตัวเลือก config ในตัวอย่างต่อไปนี้ psm (โหมดการแบ่งหน้า) ถูกตั้งค่าเป็น 6 และ oem (โหมดเครื่อง OCR) ถูกตั้งค่าเป็น 1
วิธีปรับแต่งการตั้งค่าของ Tesseract ภายในแอป Ruby?
image = RTesseract.new('path/to/image.png', config: { psm: 6, oem: 1 })
text = image.to_s
puts text
การสนับสนุนหลายภาษา
หากภาพของคุณมีข้อความในภาษาที่เฉพาะเจาะจง คุณสามารถปรับปรุงความแม่นยำได้โดยระบุภาษา ไลบรารีรองรับภาษาต่าง ๆ เช่น อังกฤษ (ค่าเริ่มต้น) เยอรมัน ฝรั่งเศส อิตาลี ดัตช์ โปรตุเกส สเปน เวียดนาม เป็นต้น โปรดตรวจสอบให้แน่ใจว่ามีการติดตั้งแพ็คภาษาที่สอดคล้องกับ Tesseract แล้ว ในตัวอย่างต่อไปนี้ ตัวเลือก lang ถูกตั้งค่าเป็น 'fra' สำหรับภาษาฝรั่งเศส คุณสามารถใช้รหัสภาษาใดก็ได้ที่ Tesseract รองรับ
วิธีแปลงภาพเป็นข้อความในภาษาอื่น ๆ ผ่านไลบรารี Ruby?
image = RTesseract.new('path/to/image.png', lang: 'fra') # French language
text = image.to_s
puts text
