Image Reader (OCR)
ID
cakcfocedphbadddjpalejbkhflfbhmfKumuha ng teksto mula sa mga larawan gamit ang Tesseract o IBM Granite Docling OCR; nagda-download ang Granite Docling ng humigit-kumulang 1200 MB na data.
Mga screenshot
Paglalarawan
Tinutulungan ka ng extension na Image Reader (OCR) na madaling kumuha ng mga salita mula sa anumang larawan. Gumagamit ito ng dalawang magkaibang open-source na OCR engine.
Ang unang engine ay tinatawag na Tesseract. Ang Tesseract.js ay isang open-source na JavaScript library na ginawa sa pamamagitan ng Emscripten port ng sikat na Tesseract OCR Engine na nakasulat sa C at C++. Bisitahin ang (https://github.com/naptha/tesseract.js) para sa karagdagang impormasyon. Ang ikalawang engine, na tinatawag na Granite Docling, ay binuo ng IBM (https://huggingface.co/ibm-granite/granite-docling-258M). Tandaan na kapag pinili mo ang IBM Granite Docling, kailangang mag-download ang app ng training data (~1200MB) para sa AI engine. Maghintay nang may pasensya habang naglo-load ito.
Upang gamitin ang addon, buksan ang interface nito at i-load ang larawan gamit ang file selector sa itaas na bahagi. Bago gamitin ang addon, piliin ang angkop na OCR engine at wika. Para sa Tesseract, English ang default na wika ng OCR. Para sa Granite Docling, hindi na kailangang magtakda ng wika; piliin lamang ang gustong backend (CPU o GPU) at hintaying ganap na mag-load ang app.
Tandaan: Para sa Tesseract OCR engine, ginagamit ng addon ang GitHub repo na "https://github.com/naptha/tessdata/tree/gh-pages/" upang kunin ang data ng wika na kailangan para sa OCR. Para sa IBM Granite Docling, ginagamit nito ang "https://huggingface.co/onnx-community/granite-docling-258M-ONNX" upang kunin ang kinakailangang training data. Napakalaki ng parehong language data pack at hindi maisasama sa package ng addon.
Para mag-ulat ng bug, punan ang bug report form sa homepage ng extension (https://mybrowseraddon.com/image-reader.html).