আমি কীভাবে টেস্টেরাক্ট এবং ওপেনসিভির মধ্যে নির্বাচন করব? [বন্ধ]

Question 1

বন্ধ । এই প্রশ্নটি মতামত ভিত্তিক । এটি বর্তমানে উত্তর গ্রহণ করছে না।

এই প্রশ্নটি উন্নত করতে চান? প্রশ্নটি আপডেট করুন যাতে পোস্টটি সম্পাদনা করে সত্য এবং উদ্ধৃতি দিয়ে উত্তর দেওয়া যায় ।

গত বছর বন্ধ ছিল ।

এই প্রশ্নটি উন্নত করুন

আমি সম্প্রতি জুড়ে এসেছিল টেসেরাক্ত এবং OpenCV । দেখে মনে হচ্ছে টেসেরাক্ট একটি পূর্ণাঙ্গ ওসিআর ইঞ্জিন এবং ওসিআর অ্যাপ্লিকেশন / পরিষেবা তৈরি করতে ওপেনসিভি ফ্রেমওয়ার্ক হিসাবে ব্যবহার করা যেতে পারে।

আমি আমার কয়েকটি চিত্রের উপর টেসারেক্ট ব্যবহার করার চেষ্টা করেছি এবং এর যথার্থতা শালীন বলে মনে হচ্ছে। পরে, আমি পাইথন ব্যবহার করে ওসিআর সম্পাদন করতে ওপেনসিভি ব্যবহারের একটি খুব সাধারণ টিউটোরিয়াল পেয়েছি এবং মুগ্ধ হয়েছিল। কয়েক মিনিটের মধ্যে, আমি সিস্টেমটির প্রশিক্ষণ শেষ করেছি এবং এর যথার্থতা ভাল ছিল। তবে অবশ্যই, এই পদ্ধতির গ্রহণের অর্থ আমার একটি বৃহত প্রশিক্ষণের সেট ব্যবহার করে আমার সিস্টেমকে ব্যাপক প্রশিক্ষণ দেওয়া দরকার।

আমার নির্দিষ্ট প্রশ্নগুলি নিম্নলিখিত:

একটি কাস্টম ওসিআর অ্যাপ্লিকেশন তৈরি করতে ওপেনসিভি ব্যবহারের মাধ্যমে কীভাবে কেউ টেস্ট্রাক্ট এবং বেছে নিতে পারেন?
বিভিন্ন ভাষার জন্য টেসারেক্টের জন্য প্রশিক্ষণ ডেটাসেট রয়েছে। ওপেনসিভিতে কি এমন কিছু রয়েছে যাতে ওসিআর অর্জনের জন্য আমাকে আরম্ভ করতে হবে না?
কোনটি হতে চান বাণিজ্যিক অ্যাপ্লিকেশনটির জন্য ভাল?

কোনও পরামর্শ?

Question 2

টেসারেক্ট একটি ওসিআর ইঞ্জিন। এটি গুগল দ্বারা বিশেষত চিত্রগুলি থেকে পাঠ্য পড়ার জন্য, বেসিক ডকুমেন্টের বিভাগগুলি সম্পাদন করতে এবং নির্দিষ্ট চিত্রের ইনপুটগুলিতে পরিচালনা করতে (একক শব্দ, লাইন, অনুচ্ছেদ, পৃষ্ঠা, সীমাবদ্ধ অভিধান ইত্যাদি) ব্যবহার করে, কাজ করে এবং অর্থায়ন করে।
অন্যদিকে, ওপেনসিভি একটি কম্পিউটার ভিশন লাইব্রেরি যা এতে এমন বৈশিষ্ট্যগুলি অন্তর্ভুক্ত করে যা আপনাকে কিছু বৈশিষ্ট্য নিষ্কাশন এবং ডেটা শ্রেণিবদ্ধকরণ করতে দেয়। আপনি একটি সাধারণ চিঠি সেগমেন্টার এবং শ্রেণিবদ্ধকারী তৈরি করতে পারেন যা বেসিক ওসিআর সম্পাদন করে তবে এটি খুব ভাল ওসিআর ইঞ্জিন নয় (আমি স্ক্র্যাচ থেকে আগে পাইথনে একটি তৈরি করেছি It's এটি আপনার প্রশিক্ষণের ডেটা থেকে বিচ্যুত ইনপুটটির পক্ষে সত্যই ভুল নয়)।

আপনি যদি ওসিআর কতটা কঠিন তার প্রাথমিক ধারণা পেতে চান তবে ওপেনসিভি চেষ্টা করুন। পরীক্ষামূলক প্রকৃত ওসিআরের জন্য।

Question 3

আপনি যে অঙ্কটি স্বীকৃতি টিউটোরিয়ালটি উল্লেখ করেছেন আমি তার লেখক এবং আমি বলব, এটি পরীক্ষার কোনও উপায় নয়।

টেস্ট্রাকট সত্যই একটি ভাল ওসিআর ইঞ্জিন, এটি সেরা ওপেনসোর্স ওসিআর ইঞ্জিন হতে পারে।

আপনি উল্লিখিত টিউটোরিয়ালটি ওসিআরের সর্বাধিক সাধারণ কাজ বোঝার জন্য একটি চেষ্টা মাত্র।

সুতরাং, আপনি যদি ওসিআর অ্যাপ্লিকেশন সন্ধান করছেন, আমি আপনাকে চিত্রটি প্রসেসোসেস করার জন্য ওপেনসিভি ব্যবহার করার পরামর্শ দিচ্ছি এবং তারপরে পরীক্ষামূলক ইঞ্জিন প্রয়োগ করব।

Question 4

দুটি পরিপূরক হতে পারে। যদি আপনি ওপেনসিভিতে কাগজটি পড়েন: https://github.com/tesseract-ocr/docs/blob/master/tesseracticdar2007.pdf

এটি হাইলাইট করে যে "যেহেতু এইচপিতে পণ্যগুলিতে স্বতঃ-বিকাশযুক্ত পৃষ্ঠার বিন্যাস বিশ্লেষণ প্রযুক্তি ছিল, এবং (ওপেন-সোর্সের জন্য প্রকাশ করা হয়নি) পরীক্ষকটির কখনই তার নিজস্ব পৃষ্ঠা বিন্যাস বিশ্লেষণের প্রয়োজন হয় না T পরীক্ষামূলকভাবে তাই ধরে নেওয়া হয় যে এর ইনপুটটি বাইনারি চিত্র সহ polyচ্ছিক বহুভুজীয় পাঠ্য অঞ্চলগুলি সংজ্ঞায়িত করা হয়েছে। "

এই ধরণের টাস্কটি ওপেনসিভি দ্বারা সম্পাদন করা যেতে পারে এবং ফলস্বরূপ চিত্রটি টেসরেটকে হস্তান্তর করা হয়েছে। আপনি গিট রেপোতে এই ধরণের কোডের একটি নমুনা খুঁজে পেতে পারেন: https://github.com/Itseez/opencv_contrib/tree/master/modules/text/sample নমুনাগুলি টেক্সট রূপান্তর করতে ইমেজ করতে Tesseract API ব্যবহার করে।

Question 5

ওপেনসিভি হ'ল সিভির একটি লাইব্রেরি যা সাধারণভাবে চিত্র বিশ্লেষণ ও প্রক্রিয়াজাতকরণে ব্যবহৃত হয়। টেসেরাক্ত জন্য একটি লাইব্রেরি OCR করুন , যা সিভি একটি বিশেষ উপসেট ইমেজ থেকে টেক্সট আহরণের নিবেদিত নেই।

থেকে OpenCV.org

..... মুখগুলি সনাক্ত ও সনাক্ত করতে, অবজেক্টগুলি চিহ্নিত করতে, ভিডিওগুলিতে মানব ক্রিয়াকে শ্রেণিবদ্ধকরণ, ক্যামেরার চলনগুলি ট্র্যাক করতে, চলমান অবজেক্টগুলি ট্র্যাক করতে, স্ট্রিও ক্যামেরা থেকে 3 ডি পয়েন্ট ক্লাউড উত্পাদন করতে, এক সাথে উচ্চতর উত্পাদন করার জন্য চিত্রগুলি স্টিচ করে পুরো দৃশ্যের রেজোলিউশন চিত্র, কোনও চিত্রের ডেটাবেস থেকে অনুরূপ চিত্রগুলি সন্ধান করুন, ফ্ল্যাশ ব্যবহার করে তোলা চিত্রগুলি থেকে লাল চোখ মুছুন, চোখের চলাফেরাগুলি অনুসরণ করুন, দৃশ্যের স্বীকৃতি দিন এবং এটি বাড়ানো বাস্তবের সাথে আবৃত করার জন্য চিহ্নিতকারী স্থাপন করুন etc

টেসারেক্ট গিথুব থেকে :

..... সরাসরি, বা (প্রোগ্রামারদের জন্য) কোনও এপিআই ব্যবহার করে ছবি থেকে টাইপড, হাতের লিখিত বা মুদ্রিত পাঠ্য নিষ্কাশন করতে পারেন। এটি বিভিন্ন ধরণের ভাষা সমর্থন করে।