AI OCR

AI-Optical-Character-Recognition (AI-OCR): การแยกข้อมูลจากรูปภาพ

พื้นที่เก็บข้อมูลนี้เป็นโค้ดแบ็กเอนด์สำหรับเครื่องมือที่คุณสามารถดึงข้อมูลจากรูปภาพโดยใช้ Visual LLM สามารถดูโค้ดส่วนหน้า (โดยใช้ streamlit) ได้ที่นี่: AI-OCR-Frotend

สารบัญ

• การติดตั้ง
• การใช้งาน
• ตัวอย่าง
• ใบอนุญาต

การติดตั้ง

หากต้องการใช้เครื่องมือ AI-OCR จะเป็นการดีที่สุดหากคุณติดตั้งพื้นที่เก็บข้อมูลนี้สำหรับแบ็กเอนด์ รวมถึงพื้นที่เก็บข้อมูลส่วนหน้า เช่น ทำตามขั้นตอนเหล่านี้:

1. โคลนที่เก็บนี้สำหรับแบ็กเอนด์

git clone https://github.com/jWinman91/AI-OCR.git
cd ai-ocr

2. ติดตั้งการพึ่งพาที่จำเป็นสำหรับแบ็กเอนด์:

pip install -r requirements.txt

3. ดึงและรันไฟล์ Coachdb docker ด้วยคำสั่งต่อไปนี้:

docker run -e COUCHDB_USER=admin -e COUCHDB_PASSWORD=JensIsCool -p 5984:5984 -d --name config_db couchdb:latest

3. โคลนพื้นที่เก็บข้อมูลส่วนหน้า

git clone https://github.com/jWinman91/AI-OCR-Frontend.git
cd ai-ocr-frondend

3. ติดตั้งการพึ่งพาที่จำเป็นสำหรับส่วนหน้า:

pip install -r requirements.txt

การใช้งาน

จากนั้นคุณสามารถเริ่มต้นแบ็กเอนด์ได้ด้วยการเรียกใช้:

python app.py $IP_ADDRESS

ตรวจสอบให้แน่ใจว่าคอนเทนเนอร์นักเทียบท่าสำหรับ Coachdb กำลังทำงานอยู่

เนื่องจากแบ็กเอนด์ใช้ fastapi คุณจึงสามารถลองใช้ผ่านเอกสาร fastapi ได้โดยไปที่ $IP_ADDRESS:5000/docs

แต่คุณสามารถเริ่มต้นส่วนหน้าได้ทันทีด้วยการเรียกใช้:

chmod +x start_up.sh
./start_up.sh

จากภายในพื้นที่เก็บข้อมูลส่วนหน้าที่ถูกโคลน

หน้าต่างสตรีมไลท์จะเปิดขึ้นโดยอัตโนมัติในเบราว์เซอร์ของคุณ ภายในเว็บแอปพลิเคชัน คุณจะพบสองเพจบนแถบด้านข้าง:

• AI-OCR: หน้าเว็บสำหรับเรียกใช้การรู้จำอักขระด้วยแสงจริง
• การกำหนดค่าโมเดล: หน้าย่อยสำหรับการกำหนดค่าโมเดล (เช่น ChatGPT, Llava, ... )

ตัวอย่าง

รับทราบ

• Hugging Face - กรอบการทำงานสำหรับการทำงานกับโมเดลการประมวลผลภาษาธรรมชาติที่ล้ำสมัย