Zrzuty ekranu

Opis

Rozszerzenie Image Reader (OCR) pomaga łatwo wyodrębnić słowa z dowolnego obrazu. Korzysta z dwóch różnych silników OCR o otwartym kodzie źródłowym. Pierwszy silnik nazywa się Tesseract. Tesseract.js to biblioteka JavaScript o otwartym kodzie źródłowym, stworzona przez przeniesienie za pomocą Emscripten znanego silnika Tesseract OCR napisanego w językach C i C++. Więcej informacji znajduje się na stronie (https://github.com/naptha/tesseract.js). Drugi silnik, Granite Docling, jest rozwijany przez IBM (https://huggingface.co/ibm-granite/granite-docling-258M). Po wybraniu IBM Granite Docling aplikacja musi pobrać dane treningowe (~1200MB) dla silnika AI. Prosimy o cierpliwość podczas ładowania. Aby użyć dodatku, otwórz jego interfejs i wczytaj obraz za pomocą selektora plików w górnej części. Przed użyciem wybierz odpowiedni silnik OCR i język. Domyślnym językiem OCR dla Tesseract jest angielski. W przypadku Granite Docling nie trzeba ustawiać języka; wybierz żądany mechanizm przetwarzania (CPU lub GPU) i poczekaj na pełne załadowanie aplikacji. Uwaga: W przypadku silnika Tesseract OCR dodatek korzysta z repozytorium GitHub "https://github.com/naptha/tessdata/tree/gh-pages/", aby pobrać dane językowe potrzebne do działania OCR. W przypadku IBM Granite Docling korzysta z "https://huggingface.co/onnx-community/granite-docling-258M-ONNX", aby pobrać potrzebne dane treningowe. Oba pakiety danych językowych są bardzo duże i nie mogą być dołączone do pakietu dodatku. Aby zgłosić błędy, wypełnij formularz zgłoszenia błędu na stronie głównej rozszerzenia (https://mybrowseraddon.com/image-reader.html).