このページは AI によって翻訳されており、誤りが含まれている可能性があります。 英語の原文を読む
サービス設定:テキストを抽出
サービスプロファイルのテキスト抽出セクションでは、テキスト抽出専用のモデルを設定します。汎用 AI のモデルも、画像入力に対応していてその機能が有効になっていれば、テキストを抽出を提供できます。
テキスト抽出サービスの役割
Section titled “テキスト抽出サービスの役割”テキストの抽出では、既存のテキストブロック内の文字を読み取り、認識結果を各ブロックの原文に書き込みます。これはテキストブロックを検出とは別の処理です。
- 検出では、テキスト領域を見つけてテキストブロックを作成します。
- 抽出では、それらの領域内の文字を認識します。一部の検出サービスはテキストも返すため、個別の抽出ステップが不要な場合があります。
現在対応しているサービス
Section titled “現在対応しているサービス”専用のテキストを抽出サービスが現在対応しているのは、ローカルテキスト抽出器だけです。
ローカルの PP-OCRv6 モデルを使用します。オンラインの OCR API は不要で、認識データがリモート処理のためにネットワーク経由で送信されることはありません。
抽出を実行する前に、アプリのサービスプロファイル/ローカルモデル管理画面でモデルファイルをダウンロードまたはインポートしてください。モデルをインストールするまで、抽出は使用できません。
技術とワークフロー
Section titled “技術とワークフロー”ローカル抽出器は PP-OCRv6 認識モデルを使用します。おおまかなワークフローは次のとおりです。
- テキストブロックがすでに存在している必要があります。通常は、先にテキストブロックの検出を実行するか、ブロックを手動で作成します。
- アプリが各テキストブロックの画像領域を切り抜き、その切り抜き画像をローカルの認識モデルに送ります。
- モデルがテキストの行または列とその位置を返します。アプリはレイアウトアルゴリズムを使ってそれらを 1 つのテキスト文字列にまとめ、無関係な行や列の一部を除外し、テキストの向きを推定します。
- 認識されたテキストは、後の翻訳と校正のためにテキストブロックの原文として保存されます。
モデルファイルは使用前に入手する必要があります。ローカルモデルの管理画面から、ダウンロードまたはオフラインでインポートできます。