∞-type Café 暑期学校会议聊天记录OCR识别工具

本项目基于TrWebOCR

效果

例如如下聊天记录截图:

可以生成./demo.txt:

| 
o- 16:31 114514 
| 模型包含了那个解释的过程,和解释的目标
o- 16:32 114514 
| 其它是对的,我觉得理解基本正确
o- 16:32 ezra
| 嗯嗯好的,我再理解下
o- 16:32 Y2
| 这个stlc能不能定义递归函数之类的东西啊,还是要加入
| 不动点mu的构造
o- 16:33 114514 
| 你可以加,但加了之后它就不再适合作为逻辑语言,只能用
| 来做编程语言
o- 16:33 面皮
| 用elim_Nat
| 来构造,可以做原始递归(
o- 16:34 启源
| 这个elim
| 是primary recursion吗
o- 16:34 Y2
| 懂了,谢谢
o- 16:34 面皮
| 印象中是的
o- 16:35 oCaU
| elim跟recursion是有点像,但我也解释不好
o- 16:36 启源
| WOW

使用

python3 main.py [screenshot_dir] [output_txt]

构建 || 运行

基于Python 3.6+， 经测试支持在以下平台运行:

• Ubuntu 16.04
• Ubuntu 18.04
• CentOS 7

或基于Docker:

使用 Dockerfile 构建 或者直接 Pull镜像

• docker build

docker build -t trwebocr:latest .
docker run -itd --rm -p 8089:8089 --name trwebocr trwebocr:latest 

• docker pull

docker pull mmmz/trwebocr:latest
docker run -itd --rm -p 8089:8089 --name trwebocr mmmz/trwebocr:latest 

文档

接口文档

调用示例

这里以python为例：

import requests
url = 'http://localhost:8089/api/tr-run/'
img1_file = { 'file': open('img1.png', 'rb') }

res = requests.post(url=url, data={'compress': 1600}, files=img1_file)

• 也可使用Base64

import requests
import base64

def img_to_base64(img_path):
    with open(img_path, 'rb')as read:
        b64 = base64.b64encode(read.read())
    return b64
    
url = 'http://localhost:8089/api/tr-run/'
img_b64 = img_to_base64('./img1.png')
res = requests.post(url=url, data={'img': img_b64, 'compress': 1600})

经过测试，compress的值最好设置为1600，否则可能出现无raw_out的问题

鸣谢

• alisen39 和他的开源项目 TrWebOCR
• myhub 和它的开源项目 Tr

License

Apache 2.0