BetterOCR
v1.2.0 (? Pororo OCR)
? Bessere Texterkennung durch Kombinieren mehrerer OCR -Motoren mit? Llm.
OCR ist immer noch saugt! ... besonders wenn Sie von der anderen Seite der Welt sind (und einem erheblichen Mangel an Trainingsdaten in Ihrer Sprache) - oder einfach nicht begeistert von lauten Ergebnissen.
BetteroCh kombiniert Ergebnisse mehrerer OCR -Motoren mit einem LLM, um die Ausgabe zu korrigieren und zu rekonstruieren.
Derzeit unterstützt Easyocr (Jaidedai), Tesseract (Google) und Pororo (Kakaobrain).
lang ) entweder enthalten? Englisch ( en ) oder ?? Koreanisch ( ko ). Auch zusätzliche Abhängigkeiten, die in [tool.poetry.group.pororo.dependencies] aufgeführt sind, müssen verfügbar sein. (Wenn nicht, wird es automatisch von aktivierten Motoren ausgeschlossen.)Unterstützt Chat -Modelle von OpenAI.
Ermöglicht Benutzern, einen optionalen Kontext bereitzustellen, um bestimmte Schlüsselwörter wie ordnungsgemäße Substantive und Produktnamen zu verwenden. Dies hilft bei der Rechtschreibkorrektur und der Identifizierung von Rauschen und gewährleistet auch bei seltenen oder unkonventionellen Worten die Genauigkeit.
Warnung
Dieses Paket steht unter schneller Entwicklung?
Architektur
pip install betterocr
# pip3 install betterocr import betterocr
# text detection
text = betterocr . detect_text (
"demo.png" ,
[ "ko" , "en" ], # language codes (from EasyOCR)
context = "" , # (optional) context
tesseract = {
# Tesseract options here
"config" : "--tessdata-dir ./tessdata"
},
openai = {
# OpenAI options here
# `os.environ["OPENAI_API_KEY"]` is used by default
"API_KEY" : "sk-xxxxxxx" ,
# rest are used to pass params to `client.chat.completions.create`
# `{"model": "gpt-4"}` by default
"model" : "gpt-3.5-turbo" ,
},
)
print ( text )| Original | Erkannt |
|---|---|
 |  |
Beispielskript: https://github.com/junhoyeo/betterocr/blob/main/examples/detect_boxes.py (verwendet OpenCV und Matplotlib, um Rechtecke zu zeichnen)
import betterocr
image_path = ".github/images/demo-1.png"
items = betterocr . detect_boxes (
image_path ,
[ "ko" , "en" ],
context = "퍼멘테이션 펩타인 아이케어 크림" , # product name
tesseract = {
"config" : "--psm 6 --tessdata-dir ./tessdata -c tessedit_create_boxfile=1"
},
)
print ( items )[
{ 'text' : 'JUST FOR YOU' , 'box' : [[ 543 , 87 ], [ 1013 , 87 ], [ 1013 , 151 ], [ 543 , 151 ]]},
{ 'text' : '이런 분들께 추천드리는 퍼멘테이션 펩타인 아이케어 크림' , 'box' : [[ 240 , 171 ], [ 1309 , 171 ], [ 1309 , 224 ], [ 240 , 224 ]]},
{ 'text' : '매일매일 진해지는 다크서클을 개선하고 싶다면' , 'box' : [[ 123 , 345 ], [ 1166 , 345 ], [ 1166 , 396 ], [ 123 , 396 ]]},
{ 'text' : '축축 처지는 피부를 탄력 있게 바꾸고 싶다면' , 'box' : [[ 125 , 409 ], [ 1242 , 409 ], [ 1242 , 470 ], [ 125 , 470 ]]},
{ 'text' : '나날이 늘어가는 눈가 주름을 완화하고 싶다면' , 'box' : [[ 123 , 479 ], [ 1112 , 479 ], [ 1112 , 553 ], [ 123 , 553 ]]},
{ 'text' : 'FERMENATION' , 'box' : [[ 1216 , 578 ], [ 1326 , 578 ], [ 1326 , 588 ], [ 1216 , 588 ]]},
{ 'text' : '민감성 피부에도 사용할 수 있는 아이크림을 찾는다면' , 'box' : [[ 134 , 534 ], [ 1071 , 534 ], [ 1071 , 618 ], [ 134 , 618 ]]},
{ 'text' : '얇고 예민한 눈가 주변 피부를 관리하고 싶다면' , 'box' : [[ 173 , 634 ], [ 1098 , 634 ], [ 1098 , 690 ], [ 173 , 690 ]]}
]Notiz
Die Ergebnisse können aufgrund der inhärenten Variabilität und der potenziellen zukünftigen Aktualisierungen von OCR -Motoren oder der OpenAI -API variieren.
| Quelle | Text |
|---|---|
| Easyocr | CHAINSAWMANChapter 109:The Easy Way to Stop Bullying~BV-THTSUKIFUUIMUTU ETT |
| Tesseract | A ira | LT ge a TE ay NSnye SE F Pa Ce YI AIG 44nopr See aCn; a) Ny 7S =u |n_ F2 SENNn ZRn3 ~ 1 A Ws —— “s 7 “An=) 24 4 = rt fl /1n£72 7 a NS dA Chapter 109:77/ ¢ 4nZz % = ~ oes os | STheEasf Way.to Stop Bullying:n© Wa) ROTnn |
| Pororo | CHAINSAWNANnChapter 109nThe Easy Way.to Stop Bullying.nCBY=TATSUKI FUJIMDTO |
| Llm | ? GPT-3.5 |
| Ergebnis | CHAINSAW MANnnChapter 109: The Easy Way to Stop BullyingnnBY: TATSUKI FUJIMOTO |
| Quelle | Text |
|---|---|
| Easyocr | JUST FOR YOU이런 분들께 추천드리는 퍼멘테이선 팬타인 아이켜어 크림매일매일 진해지논 다크서클올 개선하고 싶다면축축 처지논 피부름 탄력 잇게 바꾸고 싶다면나날이 늘어가는 눈가 주름올 완화하고 싶다면FERMENATION민감성 피부에도 사용할 수잇는 아이크림올 찾는다면얇고 예민한 눈가 주변 피부름 관리하고 싶다면 |
| Tesseract | 9051 508 ㅇ4n이런 분들께 추천드리는 퍼멘테이션 타인 아이케어 크림n.매일매일 진해지는 다크서클을 개선하고 싶다면 "도nㆍ축축 처지는 피부를 탄력 있게 바꾸고 싶다면 7nㆍ나날이 늘어가는 눈가 주름을 완화하고 싶다면 /n-민감성 피부에도 사용할 수 있는 아이크림을 찾는다면 (프nㆍ않고 예민한 눈가 주변 피부를 관리하고 싶다면 밸nn |
| Pororo | JUST FOR YOUn이런 분들께 추천드리는 퍼맨테이션 펩타인 아이케어 크림n매일매일 진해지는 다크서클을 개선하고 싶다면n촉촉 처지는 피부를 탄력 있게 바꾸고 싶다면n나날이 늘어가는 눈가 주름을 완화하고 싶다면nFERMENTATIOMn민감성 피부에도 사용할 수 있는 아이크림을 찾는다면n얇고 예민한 눈가 주변 피부를 관리하고 싶다면 |
| Llm | ? GPT-3.5 |
| Ergebnis | JUST FOR YOUn이런 분들께 추천드리는 퍼멘테이션 펩타인 아이케어 크림n매일매일 진해지는 다크서클을 개선하고 싶다면n축축 처지는 피부를 탄력 있게 바꾸고 싶다면n나날이 늘어가는 눈가 주름을 완화하고 싶다면nFERMENTATIONn민감성 피부에도 사용할 수 있는 아이크림을 찾는다면n얇고 예민한 눈가 주변 피부를 관리하고 싶다면 |
context ) 
| Quelle | Text |
|---|---|
| Easyocr | 바이오함보#세로모공존존세럼6글로우픽 설문단 100인이꼼꼼하게 평가햇어요"#누적 판매액 40억#제품만족도 1009 |
| Tesseract | 바이오힐보n#세로모공폰폰세럼n“글로 으피 석무다 1 00인이n꼼꼼하게평가했어요”nn |
| Pororo | 바이오힐보n#세로모공쫀쫀세럼n'.n'글로우픽 설문단 100인이n꼼꼼하게 평가했어요'"n#누적 판매액 40억n# 제품 만족도 100% |
| Kontext | [바이오힐보] 세로모공쫀쫀세럼으로 콜라겐 타이트닝! (6S) |
| Llm | ? GPT-4 |
| Ergebnis | 바이오힐보n#세로모공쫀쫀세럼n글로우픽 설문단 100인이 꼼꼼하게 평가했어요n#누적 판매액 40억n#제품 만족도 100% |
Basierend auf den gegebenen OCR -Ergebnissen und dem Kontext ist hier das kombinierte und korrigierte Ergebnis:
{
"data": "바이오힐보n#세로모공쫀쫀세럼n글로우픽 설문단 100인이 꼼꼼하게 평가했어요n#누적 판매액 40억n#제품만족도 100%"
}
바이오힐보 ist der richtige Markenname, entnommen aus [1] und der Kontext.#세로모공쫀쫀세럼 scheint der Produktname zu sein und wird aus dem Kontext abgeleitet.글로우픽 설문단 100인이 꼼꼼하게 평가했어요 .#누적 판매액 40억 stammt aus [0].#제품만족도 100% werden aus [0] korrigiert.
| Quelle | Text |
|---|---|
| Easyocr | `७नवभारतटाइम्सतोक्यो ओलिंपिक के लिए भारतीय दलका थीम सॉन्ग लॉन्च कर दिया गयाबुधवार को इस सॉन्ग को किया गया लॉन्चसिंगर मोहित चौहान ने दी है आवाज7लखेल मंत्री किरण रिजिजू ने ट्विटर पर शेयरकिया थीम सॉन्ग का वीडियो0ब४0 २०२०गीत का नाम- '्लक्ष्य तेरा सामने है' , खेलमंत्री ने ५७ सेकंड का वीडियो किया शेयर |
| Tesseract | '8ा.nनवभोरत टैइम्सnnतोक्यो ओलिंपिक के लिंए भारतीय दलnnका थीम सॉन्ग लॉन्च कर दिया गयाnnबुधवार को हस सॉन्ग को किया गया लॉन्चnसिंगर मोहित चौहान ने दी है आवाजnnखेल मंत्री किरण रिजिजू ने द्विटर पर शेयरnकिया थीम सॉन्ग का वीडियोnnपृ 0 (९ है 0 2 0 2 0 गीत का नाम- 'लक्ष्य तेरा सामने है', खेलnn(2 (9९) मंत्री ने 57 सेकंड का वीडियो किया शेयरnn |
| Llm | ? GPT-4 |
| Ergebnis | नवभारत टाइम्सnतोक्यो ओलिंपिक के लिए भारतीय दल का थीम सॉन्ग लॉन्च कर दिया गयाnबुधवार को इस सॉन्ग को किया गया लॉन्चnसिंगर मोहित चौहान ने दी है आवाजnnखेल मंत्री किरण रिजिजू ने ट्विटर पर शेयर किया थीम सॉन्ग का वीडियोn2020 गीत का नाम- 'लक्ष्य तेरा सामने है', खेल मंत्री ने 57 सेकंड का वीडियो किया शेयर |
Mit © Junho Yeo
Wenn Sie dieses Projekt interessant finden, sollten Sie ihm einen Star () und folgen Sie mir auf GitHub an. Ich codieren rund um die Uhr und versende regelmäßig mit atemberaubende Dinge, sodass Ihre Unterstützung definitiv nicht umsonst ist!
