Thư viện Ruby miễn phí để chuyển hình ảnh thành văn bản & PDF có thể tìm kiếm
Thư viện OCR Ruby mã nguồn mở cho phép các nhà phát triển phần mềm thực hiện Nhận dạng ký tự quang học để trích xuất văn bản từ tài liệu quét, hình ảnh hoặc thậm chí là ảnh chụp màn hình
RTesseract là gì?
Nhận dạng ký tự quang học (OCR) đóng vai trò như một cầu nối chuyển đổi giữa phương tiện hình ảnh và dữ liệu số, cho phép máy móc trích xuất văn bản từ hình ảnh và tài liệu quét một cách chính xác. Đối với các nhà phát triển trong hệ sinh thái Ruby, thư viện mã nguồn mở RTesseract cung cấp một cổng hiệu suất cao tới sức mạnh của engine OCR Tesseract. Ban đầu được phát triển bởi Hewlett-Packard và sau đó được Google tinh chỉnh, Tesseract được công nhận rộng rãi là giải pháp hàng đầu cho việc chuyển đổi hình ảnh thành văn bản. Nhờ hoạt động như một giao diện tinh vi, RTesseract cho phép tích hợp liền mạch OCR Tesseract vào bất kỳ dự án Ruby nào, loại bỏ nhu cầu phải quản lý thủ công các tương tác dòng lệnh phức tạp đồng thời duy trì độ chính xác cần thiết cho việc số hoá tài liệu cấp chuyên nghiệp.
Không chỉ vì tính dễ sử dụng, RTesseract còn là một thư viện Ruby đa năng được thiết kế để hỗ trợ một loạt các định dạng ảnh phong phú, bao gồm PNG, JPEG, BMP và TIFF. Tính linh hoạt này đảm bảo khả năng tương thích với hầu hết mọi nguồn hình ảnh, trong khi khả năng tận dụng các tệp dữ liệu toàn cầu của Tesseract cho phép nhận dạng văn bản đa ngôn ngữ với độ tin cậy cao. Để tăng cường tính toàn vẹn dữ liệu, thư viện cung cấp điểm tin cậy cho mỗi từ được nhận dạng, cho phép các nhà phát triển đánh giá chất lượng đầu ra OCR một cách lập trình. Là một dự án mã nguồn mở, RTesseract mang lại giải pháp tiết kiệm chi phí, có thể tùy chỉnh và mạnh mẽ cho các đội ngũ muốn tự động hoá quy trình trích xuất dữ liệu và xây dựng các ứng dụng Ruby thông minh, nhận thức văn bản.
Bắt đầu với RTesseract
Cách khuyến nghị để cài đặt RTesseract là sử dụng Rubygems. Vui lòng sử dụng lệnh sau để cài đặt suôn sẻ.
Cài đặt RTesseract qua Rubygems
$ gem install rtesseract Cài đặt RTesseract qua GitHub
git clone https://github.com/dannnylo/rtesseract.git Bạn có thể tải thư viện chia sẻ đã biên dịch từ kho GitHub.
Chuyển đổi hình ảnh sang văn bản qua API Ruby
Thư viện RTesseract giúp các nhà phát triển dễ dàng tải và chuyển đổi hình ảnh thành văn bản trong các ứng dụng Ruby. Trường hợp sử dụng đơn giản nhất là chuyển đổi hình ảnh thành một chuỗi văn bản. Chỉ với vài dòng mã, bạn có thể trích xuất văn bản từ tệp hình ảnh. Ví dụ mã sau tải hình ảnh và xử lý nó bằng Tesseract, trả về văn bản đã nhận dạng dưới dạng chuỗi Ruby bằng các lệnh Ruby.
Cách tải ảnh và chuyển đổi nó thành văn bản qua API Ruby?
require 'rtesseract'
image = RTesseract.new("path/to/your_image.jpg")
text = image.to_s
puts "Extracted Text: #{text}"
Chuyển đổi hình ảnh sang PDF có thể tìm kiếm qua Ruby
Thư viện mã nguồn mở RTesseract đã cung cấp hỗ trợ đầy đủ để chuyển đổi hình ảnh thành PDF có thể tìm kiếm, giữ nguyên bố cục và màu sắc của hình ảnh trong các ứng dụng Ruby. Ví dụ sau đây minh họa cách các nhà phát triển phần mềm có thể tải và tạo tài liệu PDF có thể tìm kiếm từ hình ảnh bằng các lệnh Ruby.
Cách chuyển đổi ảnh JPEG thành tệp PDF có thể tìm kiếm qua Thư viện 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)
Cấu hình tùy chỉnh cho Tesseract
Thư viện mã nguồn mở RTesseract cho phép các chuyên gia phần mềm cấu hình các thiết lập của Tesseract, chẳng hạn như ngôn ngữ, chế độ phân đoạn trang, giới hạn OCR chỉ nhận dạng chữ số và chế độ động cơ OCR. Điều này cho phép bạn tinh chỉnh quá trình OCR để đạt độ chính xác cao hơn. Bạn có thể tùy chỉnh các thiết lập của Tesseract bằng tùy chọn config. Trong ví dụ sau, psm (chế độ phân đoạn trang) được đặt thành 6 và oem (chế độ động cơ OCR) được đặt thành 1.
Cách tùy chỉnh cài đặt của Tesseract trong các ứng dụng Ruby?
image = RTesseract.new('path/to/image.png', config: { psm: 6, oem: 1 })
text = image.to_s
puts text
Hỗ trợ đa ngôn ngữ
Nếu hình ảnh của bạn chứa văn bản bằng một ngôn ngữ cụ thể, bạn có thể cải thiện độ chính xác bằng cách chỉ định ngôn ngữ. Thư viện hỗ trợ các ngôn ngữ như Tiếng Anh (mặc định), Tiếng Đức, Tiếng Pháp, Tiếng Ý, Tiếng Hà Lan, Tiếng Bồ Đào Nha, Tiếng Tây Ban Nha, Tiếng Việt, v.v. Vui lòng đảm bảo rằng gói ngôn ngữ tương ứng đã được cài đặt với Tesseract. Trong ví dụ sau, tùy chọn lang được đặt thành 'fra' cho Tiếng Pháp. Bạn có thể sử dụng bất kỳ mã ngôn ngữ nào được Tesseract hỗ trợ
Cách chuyển đổi ảnh thành văn bản bằng các ngôn ngữ khác qua Thư viện Ruby?
image = RTesseract.new('path/to/image.png', lang: 'fra') # French language
text = image.to_s
puts text
