查看原文
其他

8.5K 强强强!!!支持90多种语言的强大OCR

开源日记 开源日记
2024-08-13

软件介绍

Surya 是一个文档OCR工具包,提供强大的OCR(光学字符识别)和线条检测功能,支持90多种语言。

近期热文:
5.5K Star 强强强!!!PPT在线制作的开源方案
13.8K Star开源!这个电子表格厉害了
1.5K 强强强!!!开源超强的AI助手,支持多系统
OA必备!!!开源一个好看的工作流设计器
  • OCR: 支持90多种语言的OCR,优于云服务的基准测试;
  • 文本行检测: 可以在任何语言中进行行级文本检测;
  • 排版分析: 包括表格、图像、页眉等的检测;
  • 阅读顺序检测: 有助于文档内容的阅读顺序。

性能对比

surya和tesseract光学字符识别性能对比
surya和tesseract文本行检测性能对比

快速入门

  • 1.安装: 安装 surya-ocr 需要 Python 3.9+ 和 PyTorch。首次运行会自动下载模型权重。
pip install surya-ocr
  • 2.文本识别(OCR): 根据示例代码运行OCR,识别图片中的文本信息;
from PIL import Image
from surya.ocr import run_ocr
from surya.model.detection import segformer
from surya.model.recognition.model import load_model
from surya.model.recognition.processor import load_processor

# 读取图像
image = Image.open(IMAGE_PATH)
langs = ["en"]  # 替换为具体语言
det_processor, det_model = segformer.load_processor(), segformer.load_model()
rec_model, rec_processor = load_model(), load_processor()

# 运行 OCR
predictions = run_ocr([image], [langs], det_model, det_processor, rec_model, rec_processor)

  • 3.文本行检测: 使用相应的模型进行文本行检测;
from PIL import Image
from surya.detection import batch_text_detection
from surya.model.detection.segformer import load_model, load_processor

# 读取图像
image = Image.open(IMAGE_PATH)
model, processor = load_model(), load_processor()

# 进行文本行检测
predictions = batch_text_detection([image], model, processor)
  • 4.排版分析: 使用提供的模型和处理器进行文档的排版分析;
from PIL import Image
from surya.detection import batch_text_detection
from surya.layout import batch_layout_detection
from surya.model.detection.segformer import load_model, load_processor
from surya.settings import settings

# 读取图像
image = Image.open(IMAGE_PATH)
model = load_model(checkpoint=settings.LAYOUT_MODEL_CHECKPOINT)
processor = load_processor(checkpoint=settings.LAYOUT_MODEL_CHECKPOINT)
det_model = load_model()
det_processor = load_processor()

# 进行排版分析
line_predictions = batch_text_detection([image], det_model, det_processor)
layout_predictions = batch_layout_detection([image], model, processor, line_predictions)
  • 5.阅读顺序检测: 进行文档内容的阅读顺序检测。
from PIL import Image
from surya.ordering import batch_ordering
from surya.model.ordering.processor import load_processor
from surya.model.ordering.model import load_model

image = Image.open(IMAGE_PATH)
# bboxes应该是一个包含[x1,y1,x2,y2]格式的图像布局框的列表
# 例如,可以从layout_model获取此信息,参见上面的用法示例
bboxes = [bbox1, bbox2, ...]

model = load_model()
processor = load_processor()

# 进行阅读顺序检测
order_predictions = batch_ordering([image], [bboxes], model, processor)

Surya 的强大功能使其适用于处理各种类型的文档,其中包括文字识别、文本行检测、排版分析和内容阅读顺序检测。

继续滑动看下一个
开源日记
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存