Akshara Jaana

Aksharajaana

Um OCR para Kannada.

Aksharajaana é um pacote que usa o TESSERACT OCR no back-end para converter o texto Kannada somente leitura em formato editável. Um recurso especial disso é que ele pode separar colunas na página e, assim, facilitar a leitura e a edição. Considere usar este pacote, se necessário, e sinta -se à vontade para me enviar por e -mail para qualquer esclarecimento.

• E -mail: [email protected]
• Twitter Handle: https://twitter.com/navaneethakbh

Codificação e instalação felizes.

Para ver o pacote Python, visite https://pypi.org/project/aksharajaana/

Os requisitos

O ambiente de conda é preferido para o uso suave

• Aksharajaana (pacote PIP) , confira a versão mais recente disponível
• Tesseract
• Poppler

Detalhes para instalação

Ubuntu

Abra o terminal e execute os comandos abaixo.

1. Instale os requisitos em seu sistema

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

2. Instalando pacotes para Aksharajaana

   pip install --upgrade AksharaJaana

Windows

1. Instalando o Tesseract-ocr no sistema

   • Baixe o tesseract
     • Vá para o site
     • Clique em tesseract-ocr-w64-setup-v5.0.0-alpha.20200328.exe (64 bit) .
   • Instale o Tesseract para o idioma e script de Kannada
     • Abra o arquivo baixado e clique em Avançar e aceite o Contrato.
     • Em seguida, você dará a opção de escolher os idiomas.
     • Escolha Kannada no script e no idioma
   • Adicione o Tesseract ao caminho
     • Verifique se esta pasta C:Program FilesTesseract-OCR está presente. Se sim, siga o procedimento abaixo
     • Adicione C:Program FilesTesseract-OCR ao caminho do seu sistema fazendo o seguinte
       1. Clique no Windows start button , procure Edit the system environment variables , clique em Variáveis ​​de ambiente
       2. Em variáveis ​​do sistema, procure e clique duas vezes no caminho, clique em New .
       3. Em seguida, adicione C:Program FilesTesseract-OCR , clique em OK.
     • Se a pasta não estiver presente, adicione manualmente a pasta TESSERACT-OCR aos arquivos de programa na unidade C que devem estar presentes na seção de download (após extração) e siga o mesmo procedimento
     • Veja documentos completos.

2. Instalando Poppler no sistema

   • Baixe Poppler
     • Vá para esta página
     • Clique em poppler-0.54_x86
   • Descompacte o arquivo e copie arquivos para C:UsersProgram Filespoppler-0.68.0_x86
   • Adicione Poppler ao caminho
     • Adicione C:Program Filespoppler-0.68.0_x86bin ao caminho do sistema, fazendo o seguinte:
       1. Clique no botão Iniciar do Windows, procure editar as variáveis ​​do ambiente do sistema, clique em Variáveis ​​de ambiente
       2. Em variáveis ​​do sistema, procure e clique duas vezes no caminho, clique em novo
       3. Em seguida, adicione C: Usuários Arquivos de Programas Poppler-0.68.0_x86 bin, clique em OK.

3. Instalando o Python e o PIP no sistema (se o PIP não estiver instalado)

   • Baixe Python

4. Instalando pacotes para Aksharajaana

   • Prompt de comando aberto

     pip install AksharaJaana

5. Reinicie o sistema antes de começar a usar

Script Python

 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 )