Surya: ferramenta profissional de OCR para documentos multilíngues, implantação nativa de código aberto

Introdução geral

O Surya é um kit de ferramentas de OCR de código aberto para documentos multilíngues que oferece suporte ao reconhecimento de texto em mais de 90 idiomas. Ele é capaz não apenas de detectar texto linha por linha, mas também de analisar o layout, detectar a ordem de leitura e reconhecer tabelas. O desempenho do Surya rivaliza com o dos serviços baseados em nuvem para uma ampla variedade de tipos de documentos, incluindo PDFs, imagens, documentos do Word e PPTs. O kit de ferramentas foi projetado para oferecer aos usuários uma solução abrangente de análise de documentos.

API de hospedagem: https://www.datalab.to/

Para PDFs, imagens, documentos do Word e PowerPoint

Lista de funções

• OCR: reconhecimento de texto em mais de 90 idiomas
• Detecção de texto linha a linha: identifica automaticamente a posição de cada linha de texto em um documento
• Análise de layout: detecção de tabelas, imagens, cabeçalhos e outros elementos no documento
• Detecção de ordem de leitura: identificação da ordem de leitura em um documento
• Reconhecimento de tabelas: detecção de linhas e colunas em uma tabela

Usando a Ajuda

Processo de instalação

1. Certifique-se de que o Python 3.9+ e o PyTorch estejam instalados.
2. Se você não estiver usando um Mac ou uma máquina com GPU, talvez seja necessário instalar primeiro a versão do torch para CPU.
3. Use o seguinte comando para instalar o Surya:

   pip install surya-ocr
   

4. Na primeira vez que você executa o Surya, os pesos do modelo são baixados automaticamente.

Processo de uso

1. Verificar e configurarsurya/settings.pyna variável de ambiente, você pode substituir qualquer configuração com a variável de ambiente.
2. A Surya detecta automaticamente os dispositivos de lanterna, mas eles podem ser substituídos manualmente. Exemplo:

   TORCH_DEVICE=cuda
   

3. Use o seguinte comando para executar o aplicativo OCR:

   python run_ocr_app.py
   

4. Ao processar um documento, você pode escolher entre diferentes módulos funcionais, como detecção de texto, análise de layout, etc.

Função Fluxo de operação

1. Função OCR::
   • Carregar documentos (PDFs, imagens, etc.).
   • Selecione o idioma (há suporte para mais de 90 idiomas).
   • Execute o reconhecimento de OCR para extrair o conteúdo do texto.
2. Detecção de texto linha a linha::
   • Carregue o documento.
   • Execute a detecção de texto linha por linha para obter a posição de cada linha de texto.
   • Exportar resultados de testes.
3. Análise de layout::
   • Carregue o documento.
   • Execute uma análise de layout para detectar elementos como tabelas, imagens, cabeçalhos, etc. em um documento.
   • Exportar os resultados da análise.
4. Teste de sequência de leitura::
   • Carregue o documento.
   • Execute a detecção da ordem de leitura para identificar a ordem de leitura em um documento.
   • Exportar resultados de testes.
5. reconhecimento de formulários::
   • Carregue o documento.
   • Execute o Reconhecimento de tabela para detectar linhas e colunas em uma tabela.
   • Exportar os resultados do reconhecimento.

A Surya oferece funções avançadas de análise de documentos, e os usuários podem escolher diferentes módulos de função para operar de acordo com suas necessidades. Você pode consultar a documentação oficial e o código de amostra para obter procedimentos de operação detalhados e instruções de configuração.

O guia do leigo para começar a usar a IA

Ajuda você a aprender a utilizar as ferramentas de IA com baixo custo e a partir de uma base zero.A IA, assim como o software de escritório, é uma habilidade essencial para todos. Dominar a IA lhe dará uma vantagem em sua busca de emprego e metade do esforço em seu trabalho e estudos futuros.

Ver detalhes>