Akshara Jaana

Aksharajaana

Un OCR para Kannada.

Aksharajaana es un paquete que utiliza Tesseract OCR en el backend para convertir el texto Kannada de solo lectura a formato editable. Una característica especial de esto es que puede separar las columnas en la página y, por lo tanto, facilitar la lectura y editar. Considere usar este paquete si es necesario y no dude en enviarme por correo para cualquier aclaración.

• Correo electrónico: [email protected]
• Twitter Handle: https://twitter.com/navaneethakbh

Feliz codificación e instalación.

Para ver el paquete Python, visite https://pypi.org/project/aksharajaana/

Los requisitos

Se prefiere el entorno de conda para el uso suave

• Aksharajaana (paquete PIP) , consulte la última versión disponible
• Tesseract
• poppler

Detalles para la instalación

Ubuntu

Abra la terminal y ejecute los comandos a continuación.

1. Instale los requisitos en su sistema

   sudo apt-get update -y 
   sudo apt-get install -y poppler-utils python3 python3-venv tesseract-ocr tesseract-ocr-kan

2. Instalación de paquetes para Aksharajaana

   pip install --upgrade AksharaJaana

Windows

1. Instalación de Tesseract-OocR en el sistema

   • Descargar Tesseract
     • ir al sitio web
     • Haga clic en tesseract-ocr-w64-setup-v5.0.0-alpha.20200328.exe (64 bit) .
   • Instale Tesseract para el lenguaje y el guión de Kannada
     • Abra el archivo descargado y haga clic en Siguiente y acepte el acuerdo.
     • A continuación, dará una opción para elegir los idiomas.
     • Elija Kannada tanto en script como en lenguaje
   • Agregar Tesseract a la ruta
     • Compruebe si esta carpeta C:Program FilesTesseract-OCR está presente. En caso afirmativo, siga el procedimiento a continuación
     • Agregar C:Program FilesTesseract-OCR a su ruta del sistema haciendo lo siguiente
       1. Haga clic en el Windows start button , busque Edit the system environment variables , haga clic en las variables de entorno
       2. En Variables del sistema, busque y haga doble clic en la ruta, haga clic en New .
       3. Luego agregue C:Program FilesTesseract-OCR , haga clic en Aceptar.
     • Si la carpeta no está presente, agregue manualmente la carpeta Tesseract-OCR a los archivos de programa en la unidad C que debe estar presente en la sección de descarga (después de la extracción) y siga el mismo procedimiento
     • Ver documentos completos.

2. Instalación de Poppler en el sistema

   • Descargar poppler
     • ir a esta página
     • Haga clic en poppler-0.54_x86
   • Descompensar el archivo y copiar archivos a C:UsersProgram Filespoppler-0.68.0_x86
   • Agregar poppler a la ruta
     • Agregue C:Program Filespoppler-0.68.0_x86bin a su ruta del sistema haciendo lo siguiente:
       1. Haga clic en el botón Inicio de Windows, busque editar las variables de entorno del sistema, haga clic en las variables de entorno
       2. En Variables del sistema, busque y haga doble clic en la ruta, haga clic en nuevo
       3. Luego agregue C: Users Archivos de programa Poppler-0.68.0_x86 bin, haga clic en Aceptar.

3. Instalación de Python y PIP en el sistema (si PIP no está instalado)

   • Descargar Python

4. Instalación de paquetes para Aksharajaana

   • Abra el símbolo del sistema

     pip install AksharaJaana

5. Reiniciar el sistema antes de comenzar a usar

Guión de pitón

 from AksharaJaana . main import OCREngine
from AksharaJaana . utils import ModelTypes , FileOperationUtils

ocr = OCREngine ( modelType = ModelTypes . Easyocr )
# choices are Paddleocr, Easyocr, Tesseract

text = ocr . get_text_from_file ( "Your file Path" ) 
print ( text )