Tesseract OCR: เครื่องมือ OCR โอเพนซอร์สTesseract OCR: Open Source OCR Tool
Tesseract OCR คือเอนจินที่ใช้สำหรับรู้จำตัวอักษรจากภาพ รองรับกว่าร้อยภาษา
Tesseract OCR is an engine for recognizing text from images, supporting over 100 languages.
ไว้ทำอะไร
Tesseract OCR ถูกพัฒนาขึ้นเพื่อตรวจจับข้อความในภาพและแปลงให้เป็นข้อความที่คอมพิวเตอร์สามารถประมวลผลได้ ใช้ในงานต่าง ๆ ที่ต้องการแปลงข้อมูลภาพเป็นข้อความ เช่น การสแกนและจัดเก็บเอกสาร
ทำงานอย่างไร
Tesseract OCR มีสองเครื่องยนต์หลัก: Neural net (LSTM) ซึ่งใช้ใน Tesseract 4 และ Legacy OCR Engine ของ Tesseract 3 โดยใช้งานผ่าน command line interface เพื่อประมวลผลภาพให้อยู่ในรูปแบบข้อความ มีฟังก์ชั่นการทำงานที่รองรับหลายภาษาและภาพรูปแบบต่าง ๆ การฝึกสอนโมเดลของ Tesseract สามารถทำได้ผ่านขั้นตอนการฝึกสอนเฉพาะซึ่งอธิบายไว้ภายในเอกสารประกอบ
โครงสร้างโค้ด
- src/api — ไฟล์เกี่ยวกับ API ของ Tesseract
- cmake/BuildFunctions.cmake — ฟังก์ชันสร้างโปรเจกต์
- doc/Doxyfile — การกำหนดค่าการสร้างเอกสาร
- src/training — การฝึกสอนโมเดล
เริ่มใช้งาน
$ tesseract imagename outputbase [-l lang] [--oem ocrenginemode] [--psm pagesegmode] [configfiles...]เหมาะกับงานแบบไหน
- การแปลงภาพสแกนของเอกสารเป็นข้อความที่แก้ไขได้
- รู้จำป้ายข้อความในภาพที่ถ่ายจากกล้อง
ข้อควรรู้
- ไม่มี GUI รวมในโปรเจกต์ ควรปรับคุณภาพของภาพเพื่อผลลัพธ์ที่ดีกว่า
- Licensed under Apache-2.0
What it is for
Tesseract OCR is developed for detecting text in images and converting it to computer-processable text. It is used in various tasks requiring image-to-text conversion, such as scanning and archiving documents.
How it works
Tesseract OCR features two main engines: a neural net (LSTM) engine used in Tesseract 4 and the legacy OCR Engine from Tesseract 3. It operates through a command line interface to process images into text, supporting multiple languages and image formats. Tesseract's model training can be performed via specialized training steps detailed in its documentation.
Code structure
- src/api — Tesseract API files
- cmake/BuildFunctions.cmake — Project build functions
- doc/Doxyfile — Documentation generation configuration
- src/training — Model training
Getting started
$ tesseract imagename outputbase [-l lang] [--oem ocrenginemode] [--psm pagesegmode] [configfiles...]Good fit for
- Converting scanned images of documents into editable text
- Recognizing text signs in images captured by cameras
Things to know
- No GUI included in the project, image quality may need enhancement for better results
- Licensed under Apache-2.0
บทวิเคราะห์นี้สร้างจาก README และโค้ดของ repo โดย AI ของ Oneable — ตรวจสอบ license และเอกสารต้นทางก่อนนำไปใช้งานจริงThis breakdown was generated from the repository's README and code by Oneable's AI — check the license and upstream docs before using it in production.