OCR Motorları

OCR, görüntülerden metni okumak için kullanılır — hem Metin Çıkar sayfasında hem de bir sayfa taranmış olduğunda (metin katmanı yok) veya Gömülü görüntüleri çevir açıldığında Belge çevirisi içinde geri dönüş olarak.

Üç OCR motoru arasından seçim yapabilirsin.

Tesseract (önerilen varsayılan)

Ücretsiz, hızlı, çevrimdışı. Bir sistem kurulumu gerektirir.

macOSUbuntu / DebianFedora / RHELWindows

brew install tesseract tesseract-lang

sudo apt install tesseract-ocr tesseract-ocr-all

tesseract-ocr-all desteklenen her dili getirir. Diskten tasarruf etmek için yalnızca ihtiyacın olanı kur (örn. Fransızca için tesseract-ocr-fra).

sudo dnf install tesseract tesseract-langpack-eng tesseract-langpack-fra

Yükleyiciyi UB Mannheim'ın Tesseract sürümleri adresinden indir. Çalıştır, varsayılanları kabul et — dil paketleri paket halinde gelir.

Doğrula:

tesseract --version
tesseract --list-langs

Masaüstü uygulamada: Ayarlar → OCR → OCR yöntemi = Tesseract. Bitti.

EasyOCR

Ücretsiz, çevrimdışı. Latin olmayan yazılar için harika (Çince, Korece, Japonca, Tayca). Modeller ilk kullanımda indirilir (toplamda ~1 GB).

uv sync --extra easyocr

Masaüstü uygulamada: Ayarlar → OCR → OCR yöntemi = EasyOCR.

Bir dil için ilk kullanımda, ilgili model ~/.EasyOCR/'a indirilir. Sonraki çalıştırmalar anında.

Google Cloud Vision

Bulut, ücretli (ayda 1.000 ücretsiz istek). En yüksek doğruluk, özellikle gürültülü / el yazısı / çok yazılı içerikte.

1. Bir Google Cloud projesi oluştur
2. Vision API'yi etkinleştir
3. Bir API anahtarı oluştur
4. Masaüstü uygulamada: Ayarlar → Servis → Google Cloud API anahtarı → yapıştır
5. Ayarlar → OCR → OCR yöntemi = Google Cloud OCR

Aynı Google Cloud API anahtarı, bu API'leri de etkinleştirirsen Vision OCR, Speech-to-Text ve Text-to-Speech'i güçlendirir.

Doğruluk karşılaştırması

Ayarlar → OCR sekmesinde küçük bir karşılaştırma tablosu yerleşiktir — dil kapsamı, çevrimiçi/çevrimdışı, maliyet, doğruluk. Her geçiş yapma cazibesi geldiğinde tekrar oku.

OCR ne zaman kullanılır

Yer	Davranış
Metin Çıkar sayfası (yöntem = OCR olduğunda)	Bırakılan görüntülerde doğrudan OCR
Belge Çevir → PDF	Yalnızca-tarama sayfalarında OCR geri dönüşü (metin katmanı yok)
Belge Çevir → Office ile Gömülü görüntüleri çevir açık	Her gömülü görüntüde OCR + LLM görüntüsü

İpuçları

Kaynak dili seç

Çoğu OCR motoru, hangi dili beklediğini söylediğinde çok daha doğrudur. Altyazı / Belge / Metin Çıkar sayfalarının tümü Kaynak dil seçicini OCR motoruna iletir.

Tesseract temiz basılı metin için yeterli

Tesseract / EasyOCR içeriğinde gerçekten başarısız olana kadar bulut OCR'a uzanma. Bunlar ücretsiz, hızlı ve şaşırtıcı derecede iyi.