1. มาติดตั้งกันเลย เลือก OS ที่เราใช้งานอยู่จากที่นี่
https://github.com/tesseract-ocr/tesseract/wiki
หรือ windows 64 bit จากที่นี่
https://github.com/UB-Mannheim/tesseract/wiki
2. จาก file ติดตั้งเราจะได้ไฟล์ Training ภาษาอังกฤษมาด้วยในการติดตั้งเลย
หลังจากติดตั้งแล้วก็ลองทดสอบกันเลย (ผ่าน Command line)
โดยใช้คำสั่ง
tesseract .\original\eng\test1.jpg .\original\eng\out1
* ได้ทั้งไฟล์ Jpeg และ PNG
จากคำสั่งนี้เป็นการทำ OCR จากไฟล์รูปใน folder \original\eng\test1.jpg
ให้ทำการแปลงเป็น text แล้วไปวางที่ .\original\eng\out1.txt
มาดูผลการรันกันดีกว่า
ภาพต้นฉบับซ้ายมือมีความชัดเจนดีมาก text ที่ได้จากการแปลงมีความถูกต้องแม่นยำเกือบ 100% ยกเว้นขนาดตัวอักษรที่ไม่เท่ากัน
แล้วถ้าภาษาไทยล่ะ ?
หากต้องการเพิ่มภาษาก็ไป download ไฟล์ Training ภาษาที่ต้องการเพิ่มได้จาก
https://github.com/tesseract-ocr/tesseract/wiki/Data-Files
Download แล้วมาวางไว้ใน Folder เดียวกับ Execute file (ตามตัวอย่างเครื่องผมคือ C:\eddy\Tesseract-OCR) เพื่อให้ Tesseract ของเรารู้จักภาษาไทย
การเรียกใช้งานก็จะต้องเพิ่ม parameter -l ตามด้วยภาษาที่ต้องการเช่น
tesseract .\original\bi_lang\test1.jpg .\original\bi_lang\out1 -l tha
หรือหากภาพของเรามีมากกว่า 1 ภาษาก็ให้ + เพิ่มเข้าไปเช่น
tesseract .\original\bi_lang\test1.jpg .\original\bi_lang\out1 -l tha+eng
มาดูผลการรันกันดีกว่า
ดูคลิปวิธีการใช้งานกันดีกว่า
