ازگر میں آپٹیکل کریکٹر کی شناخت کو کیسے نافذ کریں

آپٹیکل کریکٹر کی پہچان اہم ہے اور ایک اہم پہلو اور پروگرامنگ زبان. حقیقی دنیا کے منظرناموں میں ایسے تصورات کا اطلاق بے شمار ہے۔ اس مضمون میں ، ہم اس بات پر تبادلہ خیال کریں گے کہ ازگر میں آپٹیکل کریکٹر ریکگنیشن کو کیسے نافذ کیا جائے

• آپٹیکل کریکٹر کی پہچان کی درخواستیں
• ازگر میں آپٹیکل کریکٹر کی پہچان بنانا
• او سی آر انجن کے فوائد اور نقصانات

آپٹیکل کریکٹر کی پہچان کی درخواستیں

ٹکٹ کاؤنٹرز راستوں اور مسافروں کی تفصیلات سے باخبر رہنے کے لئے ٹکٹ پر کلیدی معلومات کی اسکیننگ اور ان کا پتہ لگانے کے لئے اس کا بڑے پیمانے پر استعمال کرتے ہیں۔ کاغذی متن کو ڈیجیٹل فارمیٹ میں تبدیل کرنا جہاں کیمرے ہائی ریزولوشن والی تصویروں کو گرفت میں لیتے ہیں اور پھر او سی آر کا استعمال انہیں ایک لفظ یا پی ڈی ایف فارمیٹ میں لانے کے لئے کیا جاتا ہے۔

ازگر کے ساتھ او سی آر کے تعارف کو 'ٹیسسرکٹ' اور 'آرکڈ' جیسے ورسٹائل لائبریریوں کے اضافے کا سہرا ملتا ہے۔ ان لائبریریوں نے بہت سے کوڈرز اور ڈویلپرز کو ان کے کوڈ ڈیزائن کو آسان بنانے میں مدد فراہم کی ہےاور انہیں اپنے منصوبوں کے دوسرے پہلوؤں پر زیادہ سے زیادہ وقت گزارنے کی اجازت دیں۔ چونکہ فوائد بہت زیادہ ہیں ، لہذا ہم اس کی تلاش کرتے ہیں کہ یہ کیا ہے اور یہ کیسے ہوتا ہے۔

ازگر میں آپٹیکل کریکٹر کی پہچان بنانا

ہمیں سب سے پہلے 'پائائٹسریکٹ' کا استعمال کرتے ہوئے ایک کلاس بنانے کی ضرورت ہے۔ یہ کلاس ہمیں امپورٹ کرنے اور ان کو اسکین کرنے کے قابل بنائے گی۔ اس عمل میں یہ توسیع کے ساتھ فائلوں کو آؤٹ پٹ کرے گا۔ آئیے مندرجہ ذیل کوڈ کو دیکھیں۔ فنکشن بلاک 'process_image' جو متن ہمیں ملتا ہے اسے تیز کرنے کے لئے استعمال ہوتا ہے۔

مندرجہ ذیل روٹ ہینڈلر اور ویو فنکشن کو ایپلی کیشن (ای پی پی پی) میں شامل کیا گیا ہے۔

راؤٹر ہینڈلر کوڈ

// روٹ ہینڈلر @ app.route ('/ v {} / ocr'.format (_VERSION)، طریقوں = [' پوسٹ ']) Def ocr (): کوشش کریں: url = درخواست.json [' image_url '] اگر' jpg 'in url: output = process_image (url) return jsonify ({' آؤٹ پٹ ': آؤٹ پٹ}) ورنہ: واپسی jsonify (error' غلطی ':' صرف .jpg فائلیں ، براہ کرم 'except) سوائے: واپسی jsonify (error' غلطی) ':' کیا آپ کو بھیجنے کا مطلب یہ تھا: {'image_url': 'some_jpeg_url'} '})

OCR انجن کوڈ

// OCR انجن درآمد pytesseract درآمد کی درخواستوں سے PIL درآمد کی درخواست PIL درآمد کریں یو آر ایل): واپسی کی تصویر.اوپن (سٹرنگ آئ او (درخواست.بیٹ (یو آر ایل). مضمون)) //

براہ کرم درآمدات کی تازہ کاری اور API ورژن نمبر شامل کرنے کو یقینی بنائیں۔

درآمد لاگ ان لاگنگ سے درآمد لاگ ان کریں فارمیٹر ، فلاسک امپورٹ سے فائل ہینڈلر فلاسک ، درخواست ، jconify سے درآمد کریں

ہم او سی آر انجن کے فنکشن کے JSON ردعمل میں شامل کر رہے ہیں جو 'پروسیس_ایمج ()' ہے۔ JSON کا استعمال API میں اور جانے والی معلومات کو جمع کرنے کے لئے کیا جاتا ہے۔ ہم انسٹال کرنے کے لئے PIL کی 'شبیہہ' لائبریری کا استعمال کرتے ہوئے کسی آبجیکٹ فائل میں جواب منتقل کرتے ہیں۔

براہ کرم نوٹ کریں کہ یہ کوڈ صرف .jpg تصاویر کے ساتھ بہترین کارکردگی کا مظاہرہ کرتا ہے۔ اگر ہم پیچیدہ لائبریریوں کا استعمال کرتے ہیں جس میں متعدد تصویری شکلوں کی خصوصیت ہوسکتی ہے تو پھر تمام تصاویر پر مؤثر طریقے سے کارروائی کی جاسکتی ہے۔ یہ بھی نوٹ کریں ، اگر آپ خود ہی اس کوڈ کو آزمانے میں دلچسپی رکھتے ہیں تو ، براہ کرم پی آئی ایل انسٹال کریں جو پہلے 'تکیے' لائبریری سے حاصل کی گئی ہو۔

& بیل ایپ کو چلا کر شروع کریں ، جو 'app.py' ہے:

// $ سی ڈی ../home/flask_server/ y ازگر app.py //

& بیل پھر ، ایک اور ٹرمینل چلانے میں:

// $ curl -X POST HTTP: // لوکل ہوسٹ: 5000 / v1 / ocr -d 'image' image_url ':' کچھ_ورل '}' -H 'مواد کی قسم: درخواست / json'

مثال کے طور پر:

// $ curl -X POST HTTP: // لوکل ہوسٹ: 5000 / v1 / ocr -d '{' C: صارفیناکش ڈاونلوڈزپک 1 ':' https://edureka.com/images/blog_images/ocr/ocr.jpg '}' - H 'مواد کی قسم: ایپلیکیشن / json' j 'آؤٹ پٹ:' ABCDEnFGH I JnKLMNOnPQRST '} //

او سی آر انجن کے فوائد اور نقصانات

ازگر میں او سی آر کے استعمال کی بہت سی ایپلی کیشنز میں سے ، مقبول ہینڈ رائٹنگ کی پہچان ہے۔ لوگ اس کا اطلاق تحریری متن کو دوبارہ بنانے کے لئے کرتے ہیں جس کے بعد صرف اصل اسکرپٹ کی فوٹو کاپی کرنے کے بجائے متعدد کاپیاں بنائی جاسکتی ہیں۔ یہ یکسانیت اور استحکام لانا ہے۔

جاوا میں متحرک طور پر کسی صف کو مختص کرنے کا طریقہ

پی ڈی ایف کو متون میں تبدیل کرنے اور ان کو متغیر کے طور پر اسٹور کرنے میں بھی او سی آر کارآمد ہے۔ اس کے بعد اضافی کاموں کے لئے کسی حد تک پری پروسیسنگ کا نشانہ بنایا جاسکتا ہے۔ اگرچہ او سی آر کا تصور ازگر کی پوری دنیا میں ایک سود مند موضوع معلوم ہوتا ہے ، لیکن یہ یقینی طور پر اس کے نقصانات میں شریک ہے۔

OCR ہمیشہ 100٪ درستگی کی ضمانت نہیں دے سکتا۔ مصنوعی ذہانت کے تصورات کی مدد سے بہت ساری ٹریننگ کا اطلاق کرنے کی ضرورت ہے جو OCR انجن کو ناقص امیجوں کو سیکھنے اور پہچاننے کے قابل بنائے گی۔ دستی تحریر کی تصاویر کو پہچانا جاسکتا ہے لیکن وہ متعدد عوامل پر منحصر ہیں جیسے تحریر کا انداز ، صفحہ کا رنگ ، شبیہہ کا تضاد اور شبیہہ کے حل۔

اس کے ساتھ ، ہم ازگر آرٹیکل میں آپٹیکل کریکٹر کی پہچان کا اختتام کرتے ہیں۔ مجھے امید ہے کہ آپ کو اس بات کا اندازہ ہوگا کہ او سی آر کس طرح کام کرتا ہے۔

اس کی مختلف ایپلیکیشنز کے ساتھ ازگر پر گہرائی سے معلومات حاصل کرنے کے ل you ، آپ کر سکتے ہیں 24/7 مدد اور زندگی بھر تک رسائی کے ساتھ براہ راست آن لائن تربیت کے ل.۔

ہمارے لئے ایک سوال ہے؟ ان کا ذکر 'ازگر میں آپٹیکل کریکٹر کی پہچان' کے تبصرے سیکشن میں کریں اور ہم آپ کو واپس ملیں گے۔