منصوبے کے بارے میں

EasyOCR ایک اوپن سورس آپٹیکل کریکٹر ریکگنیشن (OCR) لائبریری ہے جسے باکس سے نکالتے ہی فوری استعمال کے قابل بنانے کے لیے ڈیزائن کیا گیا ہے۔ اس کے README کے مطابق یہ 80 سے زائد زبانیں اور تمام مقبول تحریری رسم الخط سپورٹ کرتی ہے، جن میں Latin، Chinese، Arabic، Devanagari اور Cyrillic شامل ہیں۔ انسٹالیشن pip کے ذریعے کی جاتی ہے (`pip install easyocr`)، اور ایک Dockerfile بھی فراہم کی گئی ہے۔ Windows پر صارفین کو مشورہ دیا جاتا ہے کہ وہ پہلے PyTorch اور torchvision انسٹال کریں۔ منتخب زبانوں کے لیے ماڈل ویٹ خودکار طور پر ڈاؤن لوڈ ہو جاتے ہیں یا انہیں دستی طور پر `~/.EasyOCR/model` فولڈر میں رکھا جا سکتا ہے۔ بنیادی Python استعمال میں ریڈر کو ایک بار لوڈ کیا جاتا ہے اور پھر تصاویر پر عمل کیا جاتا ہے: import easyocr reader = easyocr.Reader(['ch_sim','en']) result = reader.readtext('chinese.jpg') آؤٹ پٹ آئٹمز کی ایک فہرست ہے، جہاں ہر آئٹم میں ایک باؤنڈنگ باکس، شناخت شدہ متن اور ایک کنفیڈنس اسکور شامل ہوتا ہے۔ `detail=0` آپشن صرف ریکگنائز شدہ سٹرنگز واپس کرتا ہے۔ ان پٹ فائل پاتھ، OpenCV/numpy امیج آبجیکٹس، امیج بائٹس، یا کسی خام تصویر کا URL ہو سکتا ہے۔ `gpu=False` کے ساتھ صرف CPU والا موڈ دستیاب ہے۔ ایک کمانڈ لائن انٹرفیس بھی شامل ہے، مثال کے طور پر `easyocr -l ch_sim en -f chinese.jpg --detail=1 --gpu=True`۔ README میں نوٹ کیا گیا ہے کہ ایک ساتھ متعدد زبانیں پاس کی جا سکتی ہیں، لیکن تمام کمبینیشنز مطابق نہیں ہوتیں؛ English کو ہر زبان کے ساتھ مطابق قرار دیا گیا ہے، اور مشترکہ حروف رکھنے والی زبانیں عام طور پر آپس میں مطابق ہوتی ہیں۔ تکنیکی طور پر، ڈیٹیکشن CRAFT الگورتھم استعمال کرتا ہے جبکہ ریکگنیشن ایک CRNN استعمال کرتی ہے جو فیچر ایکسٹریکشن (ResNet/VGG)، سیکوینس لیبلنگ (LSTM) اور CTC ڈی کوڈنگ پر مشتمل ہوتی ہے، اور یہ سب PyTorch کے ذریعے چلایا جاتا ہے۔ پروجیکٹ کئی اپ سٹریم ریسرچ ریپوزٹریز اور ریسرچ پیپرز کا اعتراف کرتا ہے۔ صارفین اپنے خود کے ریکگنیشن اور ڈیٹیکشن ماڈلز ٹرین یا استعمال کر سکتے ہیں، اور دونوں کے لیے دستاویزات کے لنکس فراہم کیے گئے ہیں۔ روڈ میپ میں ہاتھ سے لکھے متن کی سپورٹ اور سواپ کیے جا سکنے والے ڈیٹیکشن و ریکگنیشن الگورتھمز کی اجازت دینے کے لیے ری اسٹرکچرنگ کا ذکر کیا گیا ہے۔ پل ریکویسٹس، ایشو رپورٹس اور نئی زبانوں کے اضافے کے ذریعے تعاون کا خیرمقدم کیا جاتا ہے؛ نئی زبان شامل کرنے کے لیے کریکٹر اور ڈکشنری فائلیں درکار ہوتی ہیں۔ README میں یہ بھی نوٹ کیا گیا ہے کہ چھ ماہ سے زیادہ پرانے ایشوز خودکار طور پر بند کر دیے جا سکتے ہیں، اور انٹرپرائز سپورٹ Jaided AI فراہم کرتی ہے۔