Surya: Профессиональный многоязычный инструмент для распознавания документов, нативное развертывание с открытым исходным кодом

Общее введение

Surya - это многоязычный инструментарий OCR документов с открытым исходным кодом, поддерживающий распознавание текста на более чем 90 языках. Он способен не только распознавать текст построчно, но и анализировать макет, определять порядок чтения и распознавать таблицы. Производительность Surya не уступает облачным сервисам при работе с широким спектром типов документов, включая PDF, изображения, документы Word и PPT. Инструментарий разработан таким образом, чтобы предоставить пользователям комплексное решение для разбора документов.

API хостинга: https://www.datalab.to/

Для PDF-файлов, изображений, документов Word и PowerPoint

Список функций

• OCR: распознавание текста на более чем 90 языках
• Построчное распознавание текста: автоматическое определение положения каждой строки текста в документе
• Анализ макета: обнаружение таблиц, изображений, заголовков и других элементов в документе
• Определение порядка чтения: выявление порядка чтения в документе
• Распознавание таблиц: обнаружение строк и столбцов в таблице

Использование помощи

Процесс установки

1. Убедитесь, что установлены Python 3.9+ и PyTorch.
2. Если вы используете не Mac или GPU, вам может потребоваться сначала установить процессорную версию torch.
3. Используйте следующую команду для установки Surya:

   pip install surya-ocr
   

4. При первом запуске Surya веса моделей загружаются автоматически.

Процесс использования

1. Проверьте и настройтеsurya/settings.pyпараметры в переменной окружения, вы можете отменить любые настройки с помощью переменной окружения.
2. Surya автоматически обнаруживает факельные устройства, но их можно переопределить вручную. Пример:

   TORCH_DEVICE=cuda
   

3. Чтобы запустить приложение OCR, выполните следующую команду:

   python run_ocr_app.py
   

4. При обработке документа вы можете выбрать различные функциональные модули, такие как распознавание текста, анализ макета и т. д.

Функции Поток операций

1. Функция OCR::
   • Загружайте документы (PDF, изображения и т.д.).
   • Выберите язык (поддерживается более 90 языков).
   • Запустите распознавание OCR для извлечения текстового содержимого.
2. Построчное распознавание текста::
   • Загрузите документ.
   • Выполните построчное определение текста, чтобы получить положение каждой строки текста.
   • Экспорт результатов тестирования.
3. Анализ макета::
   • Загрузите документ.
   • Выполните анализ макета, чтобы обнаружить в документе такие элементы, как таблицы, изображения, заголовки и т. д.
   • Экспортируйте результаты анализа.
4. Проверка последовательности чтения::
   • Загрузите документ.
   • Запустите функцию определения порядка чтения, чтобы определить порядок чтения в документе.
   • Экспорт результатов тестирования.
5. Распознавание форм::
   • Загрузите документ.
   • Запустите распознавание таблиц, чтобы обнаружить строки и столбцы в таблице.
   • Экспортируйте результаты распознавания.

Surya предоставляет богатые функции парсинга документов, пользователи могут выбирать различные функциональные блоки в зависимости от своих потребностей. Для получения подробных инструкций по работе и настройке вы можете обратиться к официальной документации и примерам кода.