Тессерацт је ОЦР (Оптицал Цхарацтер Рецогнитион) систем, међу најбољима. ОЦР софтвер је у стању да разуме текст са слика и скенираних докумената (укључујући рукопис ако га тренирате). ОЦР систем може бити користан за многе задатке као што су бројање речи скенираних докумената, аутоматска транскрипција, претварање знакова са слике у текст и још много тога.

ЛинукХинт је већ објавио водич који објашњава како инсталирати и разумети Тессерацт-ову обуку.

Овај водич приказује процес инсталације Тессеракта у системима Дебиан / Убунту, али се неће проширити на функционалности обуке, ако нисте упознати са овим софтвером, читање поменутог чланка може бити добар увод.  Тада ћемо вам показати како да обрадите ГИФ слику помоћу Тессерацт-а да бисте из ње извукли текст.

Инсталација Тессерацт-а:

Трцати:

апт инсталирати тессерацт-оцр

Сада морате инсталирати имагемагицк који је претварач слика.

Једном инсталиран, можемо већ тестирати Тессерацт, да бих га тестирао, пронашао сам гиф лиценциран за поновну употребу.

Сада да видимо шта се дешава када покренемо тессерацт на гиф слици:

тессерацт 2002НИ40.гиф 1ресулт

Сада направите „мање“ на 1 резултат.ткт

мање 1 резултат.ткт

Ево слике са текстом:

У овом Тессерацт-у су подразумеване поставке прилично прецизне, обично је за постизање такве тачности потребна обука. Покушајмо са другом бесплатном сликом коју сам пронашао на Вики Цоммонс, након што је преузмем:

тессерацт Ацтуализар_ГНУЛинук_Терминал_апт-гет.гиф 2ресулт

Сада проверите садржај датотеке.

мање 2 резултат.ткт

То је био резултат док је садржај оригиналне слике био:

Да бисмо побољшали препознавање знакова, имамо много опција и корака које треба пратити, а који су детаљно описани у претходном упутству: уклањање ивица, уклањање шума, оптимизација величине и ротација странице, између осталих функција као што је обрезивање.

За овај туториал користићемо тектцлеанер, скрипту коју су развили Фред'с ИмагеМагицк Сцриптс.

Преузмите скрипту и покрените:

./ тектцлеанер -г -е стретцх -ф 25 -о 10 -с 1
Ацтуализар_ГНУЛинук_Терминал_апт-гет.гиф тест.гиф

Белешка: пре покретања скрипте дајте јој дозволе за извршавање покретањем “цхмод + к тектцлеанер”Као корен или са судо префикс.

Где:

тектцлеанер: позива програм

-г: Претвори слику у сиве тонове

-е: енацхе

-ф: величина филтера

-с: схарпамт, количина изоштравања пиксела која се примењује на резултат.

За информације и примере употребе са програмом за чишћење текста посетите хттп: // ввв.фмвцонцептс.цом / имагемагицк / тектцлеанер / индек.пхп

Као што видите, тектцлеанер је променио боју позадине, повећавајући контраст између фонта и позадине.

Ако покренемо тессерацт, вероватно ће резултат бити другачији:

тест тессерацт.гиф тестоутпут

мање излазне снаге

Као што видите резултат се заиста побољшао чак и када није у потпуности тачан.

Команда претворити обезбеђује имагемагицк омогућава нам да издвојимо оквире из гиф слика да би их касније обрађивао Тессерацт, ово је корисно ако у различитим оквирима гиф слике има додатан садржај.

Синтакса је једноставна:

претворити

Резултат ће се генерисати као број датотека као оквири у гифу, у наведеном примеру резултати ће бити: излаз-0.јпг, излаз-1.јпг, излаз-2.јпг, итд.

Тада их можете обрадити тессерацтом, наређујући му да обради све датотеке са џокер знаком, чувајући резултат у једној датотеци покретањем:

за и у излазу- *; уради тессерацт $ и оутпутресулт; Готово;

Имагемагицк има широку палету опција за оптимизацију слика и не постоји генерички режим, за сваку врсту сценарија треба да прочитате страницу наредбе цонверт-а.

Надам се да вам је овај водич о Тессерацту био користан.