Mac पर सिर्फ CLI या Python का उपयोग करके OCR करने का तरीका

 (blog.greg.technology)
5 पॉइंट द्वारा GN⁺ 2024-01-04 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • Mac पर CLI या Python का उपयोग करके मुफ्त में OCR करने के तरीके पर एक पाठक के सवाल का जवाब दिया गया है.
  • Mac पर terminal, CLI और Python के जरिए local OCR 'service' को मुफ्त में सेट अप करने का तरीका साझा किया गया है.
  • Shortcuts ऐप खोलें, एक नया shortcut बनाएं, फिर "Extract Text from Image" action को drag करके जोड़ें ताकि इमेज से text निकाला जा सके.
  • "Shortcut Input" चुनें, और "Copy to Clipboard" action को "Extract text from ..." action के नीचे रखें.
  • shortcut का नाम दें, और terminal में shortcuts run ocr-text -i <이미지 경로> कमांड का उपयोग करके OCR चलाया जा सकता है.
  • Python में subprocess मॉड्यूल का उपयोग करके OCR चलाया जाता है और परिणाम प्रिंट किया जाता है.

GN⁺ की राय

  • यह लेख Mac उपयोगकर्ताओं को OCR सुविधा मुफ्त में इस्तेमाल करने का तरीका देकर document workflow की efficiency बढ़ाने वाली उपयोगी जानकारी देता है.
  • Shortcuts ऐप का उपयोग करके आसान सेटअप के साथ इमेज के भीतर का text निकाला जा सकता है, इसलिए programming knowledge न रखने वाले उपयोगकर्ता भी इसे आसानी से अपना सकते हैं.
  • Python के जरिए automation process लागू करने का तरीका दिखाकर यह डेवलपर्स के लिए भी आकर्षक सामग्री प्रदान करता है.

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2024-01-04
Hacker News की राय

  • Apple के Vision framework के साथ प्रभावशाली अनुभव

    • मूल पोस्ट के लेखक (OP) ने एक पर्सनल प्रोजेक्ट में Apple के Vision framework का इस्तेमाल किया, जिसमें दसियों हज़ार spreadsheet screenshots पर OCR चलाकर उन्हें Postgres database में इम्पोर्ट किया गया.
    • macOS और Nvidia के compatible न होने के कारण उन्होंने CPU-आधारित दूसरे OCR तरीकों को आज़माया, लेकिन Tesseract जैसे tools अक्सर गलत नतीजे देते थे.
    • Vision framework ने उनकी नज़र में सबसे उच्च-गुणवत्ता वाले नतीजे दिए और सबसे कम computing resources का उपयोग किया.
    • framework की stability में कुछ समस्याएँ थीं, लेकिन यह यूज़र के implementation तरीके की गलती भी हो सकती है.
    • उन्होंने RHetTbull की vision.py और ocrmac को मिलाकर इस्तेमाल किया, और i7 6700k Hackintosh पर इसकी performance से संतुष्ट रहे.
    • वे प्रोग्रामर नहीं हैं, लेकिन पर्याप्त समय मिलने पर समस्या हल कर सकते हैं, हालांकि इसमें बहुत समय लगता है.

  • Windows पर समान अनुभव और Microsoft PowerToys का OCR tool

    • एक अन्य यूज़र ने Windows पर ऐसा ही काम करने की कोशिश की और पाया कि पहले से इंस्टॉल Microsoft project PowerToys में बहुत अच्छा OCR tool शामिल है.
    • Win+Shift+T दबाकर scan करने वाला क्षेत्र चुनने पर टेक्स्ट clipboard में कॉपी हो जाता है.

  • मुफ्त open source OCR tool

    • एक यूज़र ने ऐसा मुफ्त open source OCR tool बनाया है जो CLI और UI दोनों देता है.

  • Mac applications की automatic OCR सुविधा

    • एक यूज़र ने पाया कि कई Mac applications, जैसे Safari, Preview, Notes आदि, images पर अपने-आप OCR चलाती हैं, और image के अंदर के text को आसानी से select करके कहीं और copy-paste किया जा सकता है.

  • Mac के लिए छोटे OCR tool की प्रशंसा

    • एक यूज़र brew के ज़रिए अपने Macbook पर इंस्टॉल किए गए एक छोटे OCR tool के बड़े प्रशंसक हैं.

  • Windows के लिए सुझाया गया OCR tool: PowerToys का Text Extractor

    • Windows यूज़र्स के लिए PowerToys के Text Extractor की सिफारिश करने वाली टिप्पणी.

  • macOS Ventura का built-in OCR feature

    • macOS Ventura या उसके बाद के version में image capture UI में built-in OCR feature integrated है, और AirPrint-compatible scanner से PDF में scan करते समय OCR checkbox दाएँ panel में दिखाई देता है.

  • PyXA का उपयोग करने वाला text extraction solution

    • PyXA, Vision framework का उपयोग करके एक बार में एक या अधिक images से text extract करने का solution देता है.
    • यह package का केवल एक हिस्सा है, इसलिए one-off tasks के लिए ज़रूरत से ज़्यादा हो सकता है, लेकिन एक विकल्प के रूप में बताया गया है.

  • Raycast की image text search और copy सुविधा

    • Raycast केवल macOS के लिए है और इसमें images के अंदर text खोजने और उस text को copy करने की सुविधा है.
    • आधिकारिक demo video का लिंक दिया गया है.

  • Apple Vision के 'Copy Subject' feature से मिलती-जुलती तकनीक के बारे में सवाल

    • एक यूज़र Apple Vision के 'Copy Subject' feature पर बहुत निर्भर हैं, और उन्हें लगता है कि इस feature की accessibility बहुत सीमित है, इसलिए वे मिलती-जुलती तकनीक के बारे में पूछते हैं.