عن المشروع

EasyOCR هي مكتبة مفتوحة المصدر للتعرف الضوئي على الحروف (OCR) مصممة لتكون جاهزة للاستخدام مباشرة. وفقًا لملف README الخاص بها، تدعم أكثر من 80 لغة وجميع نصوص الكتابة الشائعة، بما في ذلك اللاتينية والصينية والعربية والديفاناغارية والسيريلية. يتم التثبيت عبر pip (`pip install easyocr`)، كما يتم توفير Dockerfile. على نظام Windows، يُنصح المستخدمون بتثبيت PyTorch وtorchvision أولاً. يتم تنزيل أوزان النماذج للغات المحددة تلقائيًا أو يمكن وضعها يدويًا في مجلد `~/.EasyOCR/model`. الاستخدام الأساسي في Python يحمّل قارئًا مرة واحدة ثم يعالج الصور: import easyocr reader = easyocr.Reader(['ch_sim','en']) result = reader.readtext('chinese.jpg') الإخراج عبارة عن قائمة من العناصر، يحتوي كل عنصر على صندوق إحاطة (bounding box) والنص المكتشف ودرجة الثقة. خيار `detail=0` يُرجع السلاسل النصية المكتشفة فقط. يمكن أن تكون المدخلات مسارات ملفات، أو كائنات صور OpenCV/numpy، أو بايتات صور، أو رابطًا لصورة خام. يتوفر وضع CPU فقط باستخدام `gpu=False`. كما تتضمن واجهة سطر أوامر، على سبيل المثال `easyocr -l ch_sim en -f chinese.jpg --detail=1 --gpu=True`. يذكر ملف README أنه يمكن تمرير لغات متعددة في وقت واحد، على الرغم من أن جميع التركيبات غير متوافقة؛ توصف اللغة الإنجليزية بأنها متوافقة مع كل لغة، واللغات التي تشترك في أحرف مشتركة عادة ما تكون متوافقة مع بعضها البعض. في الداخل، يستخدم الكشف خوارزمية CRAFT، ويستخدم التعرف شبكة CRNN تتكون من استخراج الميزات (ResNet/VGG)، وتسمية التسلسل (LSTM)، وفك تشفير CTC، وكلها تُنفذ باستخدام PyTorch. يعترف المشروع بالعديد من مستودعات وأوراق الأبحاث الأولية. يمكن للمستخدمين تدريب أو استخدام نماذج التعرف والكشف الخاصة بهم، مع توثيق مرتبط لكليهما. يذكر خارطة الطريق دعمًا مخططًا للنصوص المكتوبة بخط اليد وإعادة هيكلة للسماح بتبديل خوارزميات الكشف والتعرف. يتم الترحيب بالمساهمات عبر طلبات السحب (pull requests) وتقارير المشكلات وإضافات اللغات؛ تتطلب إضافة لغة جديدة ملفات أحرف وقواميس. يذكر ملف README أيضًا أن المشكلات الأقدم من ستة أشهر قد تُغلق تلقائيًا، وأن الدعم المؤسسي يُقدم من قبل Jaided AI.