இறுக்கமான வெட்டு, சிறந்ததா? OCR இன் விளிம்பு உரையும் இடத்தை விட்டு வெளியேற வேண்டும்
அட்டவணை செல்கள் மிகவும் இறுக்கமாக வெட்டப்படுகின்றன, மேலும் உரைக்கு அடுத்ததாக வெற்று இடம் இல்லை, எனவே அங்கீகார விளைவு சிறப்பாக இருக்காது. மிக முக்கியமாக, க்ராப்பிங் மற்றும் டிரிம்மிங் ஆயத் தோற்றத்தை மாற்றுகிறது. இந்த மாற்றங்கள் சேமிக்கப்படவில்லை எனில், அறிதல் முடிவுகள் முழுப் பக்கத்திற்குத் திரும்பப் பெறப்படும் போது, சீரற்ற ஆஃப்செட்கள் தோன்றும்.
டேபிள்களின் ஸ்கேன்கள் அல்லது ஸ்கிரீன்ஷாட்களை OCRக்கு அனுப்ப விரும்பினால், குறிப்பாக செல்களுக்கு அடுத்துள்ள உரை, அட்டவணை தலைப்புகள் மற்றும் அளவுகள், நீங்கள் ஒரு கேள்வியால் சிரமப்படுவீர்கள்: செதுக்கப்பட்ட இறுக்கம், சிறந்த அங்கீகார விளைவு?
இக்கட்டுரை தாங்களாகவே பிராந்திய முன்செயலாக்கத்தை மேற்கொள்ள வேண்டியவர்களுக்காக எழுதப்பட்டுள்ளது. அட்டவணை செல்கள் மிகவும் இறுக்கமாக வெட்டப்படுகின்றன, மேலும் உரைக்கு அடுத்ததாக வெற்று இடம் இல்லை, எனவே அங்கீகார விளைவு சிறப்பாக இருக்காது. மிக முக்கியமாக, பயிர் மற்றும் ஒழுங்கமைத்தல் ஒருங்கிணைப்பு தோற்றத்தை மாற்றும். இந்த மாற்றங்கள் சேமிக்கப்படாவிட்டால், அங்கீகார முடிவுகள் முழுப் பக்கத்திலும் திரும்பப் பெறப்படும்போது, சீரற்ற ஆஃப்செட்கள் தோன்றும்.
படித்த பிறகு, விளிம்புகளை எவ்வாறு விடுவது, ஒருங்கிணைப்பு மாற்றங்களை எவ்வாறு பதிவு செய்வது மற்றும் பயிர் எல்லையை எவ்வாறு ஏற்றுக்கொள்வது என்பதை நீங்கள் தீர்மானிக்கலாம். இந்தக் கட்டுரையில் உள்ள எடுத்துக்காட்டுகள் செயற்கை மாதிரிகளைப் பயன்படுத்துகின்றன, மேலும் குறியீடு தனிமைப்படுத்தப்பட்ட சூழலில் மட்டுமே சோதிக்கப்பட்டது. இது அனைத்து உண்மையான கோப்புகள் அல்லது தயாரிப்பு விளைவுகளின் உத்தரவாதத்தை பிரதிநிதித்துவப்படுத்தாது. முக்கியமான ஆவணங்களைச் செயலாக்குவதற்கு முன், அசல் ஆவணங்களை வைத்து, ஆவணத்தில் உள்ள ஏற்றுக்கொள்ளும் உருப்படிகளின்படி அவற்றை மதிப்பாய்வு செய்யவும்.
ஒரு வாக்கியத்தின் முடிவு
இறுக்கமான செதுக்குதல் என்பது சிறந்தது அல்ல: உரைக்கு பொருத்தமான ஓரங்களை விட்டுவிட்டு, ஒவ்வொரு க்ராப்பிங் மற்றும் பேடிங்கின் ஆஃப்செட்டையும் பதிவுசெய்து, அங்கீகார சட்டமானது முழுப் பக்கத்திற்கும் துல்லியமாகத் திரும்பும்.
| உங்கள் நிலைமை | பரிந்துரைக்கப்பட்ட நடைமுறைகள் | காரணம் |
|---|---|---|
| அட்டவணை செல்கள் மிகவும் இறுக்கமாக வெட்டப்பட்டு, உரை எல்லையில் உள்ளது | விளிம்புகளை சரியான முறையில் நிரப்பவும் மற்றும் உங்கள் சொந்த மாதிரியுடன் எல்லை அகலத்தை சரிபார்க்கவும் | இறுக்கமான செதுக்குதல் அங்கீகார விளைவை மேம்படுத்த வேண்டிய அவசியமில்லை, மேலும் நிலையான பிக்சல் மதிப்புகள் உலகளாவியவை அல்ல. |
| அங்கீகார சட்டத்தை முழு பக்கத்திற்கு மீண்டும் வரைய வேண்டும் | ஒவ்வொரு டிரிம்மிங் மற்றும் டிரிம்மிங்கின் ஆஃப்செட்டைச் சேமிக்கவும் | க்ராப்பிங் மற்றும் டிரிம்மிங் ஆயத்தொலைவுகளின் தோற்றத்தை மாற்றுகிறது, சேமிக்கப்படாவிட்டால் ஆஃப்செட்கள் ஏற்படும். |
| பயிர் செய்யும் பகுதி நாணய சின்னங்கள் போன்ற லேபிள்களை துண்டிக்கலாம் | பயிர் விதிகள் லேபிள்கள் மற்றும் அலகுகள் இரண்டையும் கருத்தில் கொள்கின்றன | OCR எண் அங்கீகாரம் துல்லியமாக இருந்தாலும், வணிகத் துறைகள் இன்னும் முழுமையடையாமல் இருக்கலாம் |
| பைப்லைன்களில் அளவிடுதல், சுழற்சி அல்லது முன்னோக்கு மாற்றங்கள் ஆகியவை அடங்கும் | முழுமையான உருமாற்றச் சங்கிலியைச் சேமிக்கவும் | இறுதி ஆயங்களை உணருவதன் மூலம் நீங்கள் எண்களைச் சேர்க்கவோ கழிக்கவோ முடியாது |
வெள்ளை விளிம்பு என்பது உள்ளீட்டு உத்தி
தலையணையின் ImageOps.expand ஒரு படத்திற்கு வெளியே ஒரு கரையைச் சேர்க்கலாம். உங்கள் சொந்த மாதிரிகளுடன் பார்டர் அகலம் சரிபார்க்கப்பட வேண்டும், மேலும் அனைத்து OCR இன்ஜின்களுக்கும் ஒரு நிலையான பிக்சல் மதிப்பை ஒரு தேவையாகக் கருத முடியாது. இந்தக் கட்டுரை, அங்கீகாரத் துல்லியத்தை அளவிடாமல், துணை விளிம்புகளைக் காட்டவும், மொழிபெயர்ப்பை ஒருங்கிணைக்கவும் சிறிய படங்களை மட்டுமே பயன்படுத்துகிறது.
ஒரு பிக்சல் எங்கிருந்து எங்கு நகர்கிறது என்பதைக் குறிப்பிடவும்
from PIL import Image, ImageOps
crop = Image.new("L", (20, 10), 255)
crop.putpixel((0, 0), 0)
padding = 4
padded = ImageOps.expand(crop, border=padding, fill=255)
assert padded.size == (28, 18)
assert padded.getpixel((padding, padding)) == 0
assert padded.getpixel((0, 0)) == 255
crop_origin = (100, 50)
def back_to_page(x, y):
return x - padding + crop_origin[0], y - padding + crop_origin[1]
assert back_to_page(4, 4) == (100, 50)
assert back_to_page(14, 9) == (110, 55)
assert crop.size == (20, 10)
அளவிடுதல், சுழற்சி அல்லது முன்னோக்கு மாற்றம் இல்லாமல், கிராப்பிங் மற்றும் நிலையான அகல விளிம்புகள் மட்டுமே நிகழ்கின்றன என்று இந்த எடுத்துக்காட்டு கருதுகிறது. உங்கள் பைப்லைனில் கூடுதல் படிகள் இருந்தால், இறுதி ஆயத்தொகுப்புகளில் சில எண்களைச் சேர்ப்பது அல்லது கழிப்பதற்குப் பதிலாக முழுமையான உருமாற்றச் சங்கிலியைச் சேமிக்க வேண்டும்.
பயிர் எல்லையை எப்படி ஏற்பது?
| பொருட்களை சரிபார்க்கவும் | கவனிப்பு முறை | தோல்வி கையாளுதல் |
|---|---|---|
| பாத்திரங்கள் வெட்டப்படவில்லை | அதை பெரிதாக்க அசல் பக்கத்தைப் பார்க்கவும் | பயிர் பரப்பை விரிவுபடுத்தவும் |
| உரை எல்லைகளால் மூடப்படவில்லை | பிக்சல்கள் மற்றும் பரிமாணங்களை ஒப்பிடுக | சரி செய்யப்பட்ட விளிம்பு செயல்படுத்தல் |
| தோற்றம் சரியாக பதிவு செய்யப்பட்டுள்ளது | அறியப்பட்ட மூலை புள்ளிகளைப் பயன்படுத்தி பின் மேப்பிங் | செயல்பாடுகளின் வரிசையை சரிபார்க்கவும் |
| வெற்று இடத்தில் ஒரு அங்கீகார பெட்டி தோன்றும் | சத்தம் இருக்கிறதா என்று பாருங்கள் | நேரடியாக உரையாக அங்கீகரிக்கப்படவில்லை |
பகுதி பயிர்ச்செய்கையை உள்ளடக்க புரிதலுடன் ஒப்பிட வேண்டாம்
ஒரு தொகைக்கு அடுத்துள்ள நாணயக் குறியீடு கிளிப்பிங் பகுதிக்கு வெளியே இருக்கலாம். OCR எண்களை சரியாகக் கண்டறிந்தாலும், வணிகப் புலங்கள் இன்னும் முழுமையடையாது. க்ராப்பிங் விதிகள் லேபிள்கள் மற்றும் யூனிட்களைக் கருத்தில் கொள்ள வேண்டும், கருப்பு பிக்சல்கள் உரையின் எல்லை செவ்வகத்தை மட்டும் அல்ல.
மொழிபெயர்ப்பு மதிப்பாய்வு சூழலைப் பாதுகாக்கிறது
ஸ்கேன் செய்யப்பட்ட பொருட்களைச் செயலாக்க OmniDoc (தயாரிப்பு போர்டல்) ஐப் பயன்படுத்தும் போது, முதலில் நீங்களே பகுதியை முன் செயலாக்கம் செய்தால், முழுப் பக்கப் படத்தையும் செதுக்கும் மூலத்தையும் நீங்கள் வைத்திருக்க வேண்டும். மதிப்பாய்வாளர்கள் ஒரு குறிப்பிட்ட வார்த்தையை எவ்வாறு மொழிபெயர்ப்பது என்பது மட்டுமல்லாமல், அது ஒரு தலைப்பு, அடிக்குறிப்பு அல்லது முக்கிய உரைக்கு உரியதா என்பதையும் அறிந்து கொள்ள வேண்டும். தெளிவின்மையைக் குறைக்க பொருத்தமான விளிம்புகள் மற்றும் மூல ஒருங்கிணைப்புகள் பயனுள்ள தகவல்.
குறிப்புகள்: தலையணை ImageOps.expand
📊 முக்கிய ஒப்பீடு
| ஒப்பீட்டு பொருள் | பொருத்தமாக வெட்டவும் | ஓரங்களை வைத்து பேட் செய்யவும் |
|---|---|---|
| உரை மற்றும் விளிம்புகளுக்கு இடையிலான உறவு | உரைக்கு அருகில் கிட்டத்தட்ட வெள்ளை இடம் இல்லை | உரையைச் சுற்றி இடைவெளி விடவும் |
| அங்கீகார செயல்திறனில் தாக்கம் | இறுக்கமான வெட்டுதல் அங்கீகார விளைவை மேம்படுத்த வேண்டிய அவசியமில்லை | உங்கள் சொந்த மாதிரிகள் மூலம் சரிபார்க்க வேண்டும் |
| ஒருங்கிணைப்பு பதிவு தேவைகள் | க்ராப்பிங் ஆஃப்செட் இன்னும் பதிவு செய்யப்பட வேண்டும் | க்ராப்பிங் மற்றும் டிரிம்மிங் ஆஃப்செட்கள் ஒரே நேரத்தில் பதிவு செய்யப்பட வேண்டும் |
| முக்கிய அபாயங்கள் | எழுத்துக்கள் அல்லது லேபிள்கள் துண்டிக்கப்படலாம் | பார்டர் உரையை மறைக்கக்கூடும், எனவே நீங்கள் விளிம்பில் செயல்படுத்தலைச் சரிபார்க்க வேண்டும். |
🎯 எந்த முறை உங்களுக்கு ஏற்றது?
நீங்கள் என்றால்....
நீங்கள் அங்கீகார முடிவுகளை முழுப் பக்கத்திற்குத் திரும்பப் பெற விரும்பினால்
ஒவ்வொரு டிரிம்மிங் மற்றும் டிரிம்மிங்கின் ஆஃப்செட்டையும் சேமித்து, பின்-மேப்பிங் சரிபார்ப்பிற்கு தெரிந்த மூலை புள்ளிகளைப் பயன்படுத்தவும்.
உங்கள் டேபிள் செல் டெக்ஸ்ட் பார்டரில் இருந்தால்
முதலில் விளிம்புகளை நிரப்ப முயற்சிக்கவும், பின்னர் உருப்பெருக்கத்தைப் பயன்படுத்தி எழுத்துக்கள் முழுமையடைகின்றனவா என்பதைச் சரிபார்க்கவும்.
நீங்கள் தொகை, அலகு போன்ற வணிகத் துறைகளைக் கையாளுகிறீர்கள் என்றால்.
செலாவணி சின்னங்கள் மற்றும் அலகுகள் போன்ற லேபிள்களை பயிர் வரம்பில் சேர்க்கவும். உரை பிக்சல்களைச் சுற்றியுள்ள செவ்வகத்தை மட்டும் பார்க்க வேண்டாம்.
உங்கள் பைப்லைனில் அளவிடுதல், சுழற்சி அல்லது முன்னோக்கு மாற்றம் இருந்தால்
முழுமையான உருமாற்றச் சங்கிலியைச் சேமிக்கவும், இறுதி ஆயங்களில் மட்டும் திருத்தங்களைச் செய்ய வேண்டாம்.
❓ அடிக்கடி கேட்கப்படும் கேள்விகள் (FAQ)
1. பயிர் செய்யும் போது வெற்று இடத்தை விடுவது நிச்சயமாக அங்கீகார விளைவை மேம்படுத்துமா?
நிச்சயமற்ற. இறுக்கமாக செதுக்கப்பட்ட டேபிள் செல்கள் சிறந்த அங்கீகாரத்தை விளைவிப்பதில்லை, மேலும் உங்கள் சொந்த மாதிரிகள் மூலம் பார்டர் அகலம் சரிபார்க்கப்பட வேண்டும்.
2. க்ராப்பிங் மற்றும் டிரிம் செய்த பிறகு அங்கீகார சட்டகம் ஏன் மாறுகிறது?
ஏனெனில் க்ராப்பிங் மற்றும் எட்ஜ்-ஃபில்லிங் ஆகியவை ஒருங்கிணைப்பு தோற்றத்தை மாற்றுகின்றன. இந்த மாற்றங்கள் சேமிக்கப்படாவிட்டால், அங்கீகார முடிவுகள் முழுப் பக்கத்திற்குத் திரும்பும்போது, சீரற்ற ஆஃப்செட்கள் தோன்றும்.
3. ஒருங்கிணைந்த துணை பிக்சல் மதிப்பு உள்ளதா?
இல்லை. அனைத்து OCR இன்ஜின்களுக்கும் ஒரு நிலையான பிக்சல் மதிப்பை ஒரு தேவையாக கருத முடியாது. இது உங்கள் சொந்த மாதிரிகளின் அடிப்படையில் இருக்க வேண்டும்.
4. பயிர் எல்லை சரியானதா என்பதை எவ்வாறு சரிபார்க்கலாம்?
எழுத்துக்கள் துண்டிக்கப்பட்டுள்ளதா என்பதைப் பார்க்க அசல் பக்கத்தில் பெரிதாக்கவும், பிக்சல்கள் மற்றும் அளவை ஒப்பிடவும், எல்லை உரையை உள்ளடக்கியதா என்பதைச் சரிபார்க்கவும், மேலும் மூலப் பதிவைச் சரிபார்க்க அறியப்பட்ட மூலை புள்ளிகளைப் பயன்படுத்தி மீண்டும் வரைபடத்தைப் பயன்படுத்தவும்.
5. பைப்லைனில் அளவிடுதல் அல்லது சுழற்சி இருந்தால் என்ன செய்வது?
இறுதி ஆயங்களை உணர்வதன் மூலம் எண்களைக் கூட்டி கழிப்பதை விட முழுமையான உருமாற்றச் சங்கிலி பாதுகாக்கப்பட வேண்டும்.
📝 சுருக்கம்
பயிர் எல்லைக்கு பொருத்தமான வெற்று இடம் விடப்பட வேண்டும், மேலும் ஒருங்கிணைப்பு மாற்றங்கள் முற்றிலும் பாதுகாக்கப்பட வேண்டும். இரண்டும் இன்றியமையாதவை. ஒவ்வொரு செயலாக்கத்திற்குப் பிறகு, ஏற்றுக்கொள்ளும் உருப்படிகளின்படி அது மதிப்பாய்வு செய்யப்பட்டு, அடுத்த செயல்முறைக்கு ஒப்படைக்கப்படும்.
இப்போது முயற்சிக்கவும்: அசல் தளவமைப்பைத் தக்கவைத்து, மொழிபெயர்ப்பைத் தொடங்க ஆவணத்தைப் பதிவேற்றவும்


