[Ruby on Rails] OCR and Document Manipulation with Docsplit

การทำ OCR (Optical Character Recognition)
เดี๋ยวนี้มี Library ให้ใช้เยอะแยะไปหมด
Ruby ก็เช่นกัน ... ผมได้โจทย์ให้ทำ OCR บน Rails มา

แต่ยังเขียน Module ของ Rails ไม่เสร็จก็เลยหนีมาลองเล่น OCR ก่อน
ก็ได้มาเจอของดี นั่นคือ Docsplit

นี่คือ Code ตัวอย่างการทำ OCR จากไฟล์ PDF ครับ 
ตอนนี้ผมลองแค่กับภาษาอังกฤษ ถือว่า เร็วและแม่นยำมาก
ผลลัพธ์ไม่ออกที่จอ อย่าตกใจนะครับ (ตอนแรกก็ตกใจเหมือนกัน)
ผลลัพธ์จะถูกเซฟเก็บไว้เป็น PDF_FILE_NAME.txt ที่ Current Directory ครับ
จะเห็นได้ว่า ผมได้เขียน Code เพื่อเปิดอ่านมันมาแสดงอีกที :) 

โดยตัว Docsplit นี้สามารถที่จะใช้ในรูปแบบของ 
Ruby Application และ Command Line Interface ทั้งคู่เลยนะครับ

วิธีการลงก็ไม่ยากครับ ลงผ่าน Terminal ได้เลย
ซึ่งในที่นี้ผมใช้ Mac จะใช้ Homebrew ในการทำ Package Management
ใครใช้ Linux ก็ต้องลงผ่าน aptitude นะครับ :)
$ gem install docsplit
จากนั้นก็ลง Dependency มีทั้งหมด 2 ตัวครับ 

GraphicsMagick
$ brew install graphicsmagick
Poppler
$ brew install poppler
on linux --> $ aptitude install poppler-utils poppler-data
เท่านี้เองครับ ที่ำจเป็นต้องลง แล้วก็ยังมี Optional Dependency เอง
ลองอ่านรายละเอียดที่ Official Page นะครับ วิธีการใช้งาน Library นี้ก็อยู่ที่นี่เช่นกัน

http://documentcloud.github.com/docsplit/


จากนั้นถ้าคุณจะเอา Library นี้ไปใช้บน Rails ก็ง่ายๆ แค่ไปเพิ่มที่ Gemfile
gem 'docsplit'

Comments

Post a Comment

Popular posts from this blog

12 วิธี การบริการและดูแลลูกค้าในร้าน Starbucks

Image
ใครหลายคนมักตั้งคำถามว่า "จะดื่มกาแฟแก้วละเกือบ 200 ไปทำไม ดื่มแล้วได้อะไร?" ผมพบเจอบทความหนึ่งจาก Internet เกี่ยวกับอีกสิ่งสำคัญของ Starbucks นอกจากกาแฟ นั่นคือ ระบบการบริการลูกค้า (Customer Service) ที่เป็นหัวใจที่สำคัญยิ่งของกาแฟแบรนด์ดังที่ชื่อว่า Starbucks จากวิสัยทัศน์ของผู้บริหารกาแฟ Starbucks ที่มุ่งเน้นไปที่การบริการลูกค้าให้ดีที่สุด ซึึ่งมาจากพนักงานที่ยอดเยี่ยมที่สุดจากทาง Starbucks และมีความเชื่อมั่นและให้ความใส่ใจกันองค์กรเป็นอย่างยิ่ง ซึ่งสำหรับผู้ที่ดื่มกาแฟ Starbucks เป็นปกติอยู่แล้วก็จะได้รับการบริการด้วยไมตรีจิตที่ดีจากพนักงานหรือเรียกอีกอย่างว่า “partners” ที่แฝงไว้ซึ่งคุณภาพภายใต้การสวมใส่ผ้ากันเปื้อนสีเขียว เราจะมาดูกันครับว่า 12 วิธีการบริการลูกค้าร้านกาแฟที่เป็นหัวใจที่สำคัญของทาง Starbucks นั้นมีอะไรบ้าง 1. สอบถามความต้องการลูกค้าเพื่อช่วยตัดสินใจ การเริ่มต้นด้วยคำถามที่เป็นการช่วยลูกค้าตัดสินใจ เมื่อลูกค้าเข้าร้านมา อย่างเช่น “สวัสดีค่ะ คุณจะรับชาหรือกาแฟดีคะ”, “ไม่ทราบว่าคุณจะรับเป็นเครื่องดื่มร้อนหรือว่าเย็นดีคะ” หรือ อาจจะเป็นคำถ...
Read more

[Android Dev] การติดตั้ง Eclipse+AndroidSDK เพื่อพัฒนาโปรแกรมบน Android

Image
สุดท้ายก็ต้องมาเขียนจนได้ ฮาฮา... ถือว่าเขียนเก็บไว้ให้ตัวเองในอนาคตด้วย เผื่อต้องลง Mac ใหม่ ฮาฮา ถ้าใครต้องการเขียน Android โดยเฉพาะ มีวิธีสบายๆ กว่านั้น ตอนนี้ Google จัดทำ Developer Tools Bundle มาให้แล้วนะครับ อ่านได้ที่นี่เลย -->   http://www.macbaszii.com/2012/11/android-dev-android-developer-tools.html จะเขียนแบบ Step by Step นะครับ Step 1 :: Download and Install Eclipse Editor http://www.eclipse.org/downloads/ ผมแนะนำให้คนที่ใช้ Indigo อยู่เปลี่ยนไปใช้ Juno นะครับ ซึ่งตอนนี้ในหน้า Download Page ที่ผมให้ไว้มัน Default ไว้เป็น Eclipse Juno 4.2 แล้วล่ะครับ เข้าที่นี่นะครับ แล้วโหลด  Eclipse IDE for Java Developers เลือกระบบปฏิบัติการของตัวเองที่ด้านขวาบนด้วยนะครับ 32 หรือ 64 bit ก็แล้วแต่ระบบของคุณ แล้วก็ทำการติดตั้งลงบนเครื่องให้เรียบร้อย การติดตั้งที่ผมว่าเนี่ย รู้สึกว่าแค่แตกไฟล์ไปที่ C:/ ก็พอแล้วล่ะครับ (สำหรับ Windows)  ส่วนฝั่ง Mac เอาไปไว้ตรงไหนก็ได้ครับ Step 2 :: Download and Install Android SDK  ให้กดเข...
Read more

ประสบการณ์การถ่ายภาพดาราศาสตร์ (Astrophotography)

Image
เมื่ออาทิตย์ที่ผ่านมา ผมอยู่ที่เชียงใหม่ครับเพื่อเข้าร่วมกิจกรรมหนึ่งที่พบเจอโดยบังเอิญใน กลุ่มของคนที่ถ่ายภาพดาวและธรรมชาติ ซึ่งกิจกรรมที่ว่าคือ "การล่าช้างต้นฤดู" แต่อย่าเข้าใจผิดนะ เราไม่ได้ไปรวมตัวกันฆ่าสัตว์แต่อย่างใด ช้างที่ว่าคือ "ทางช้างเผือก" นั่นเอง ผมนั้น อยากถ่ายรูปแบบนี้มาตั้งนานเลย ก็เลยขอเข้าร่วมไปด้วยความตื่นเต้นเลยล่ะ ทางช้างเผือก ปกติแล้วจะปรากฎตัวให้เห็นชัดๆ ตั้งแต่เดือนกุมภาพันธ์ไปจนถึงเดือนตุลาคมเลยครับ โดยองศาของมันก็จะเปลี่ยนไปตามช่วงเวลา ในตอนที่ผมไปนั้นจะเป็นช่วงที่ทางช้างเผือกจะค่อนข้างขนานกับขอบฟ้า และขึ้นตอนประมาณตีสี่ของเช้าวันนั้น การถ่ายรูปทางดาราศาสตร์มีชื่อเรียกเป็นภาษาอังกฤษว่า "Astrophotography" และกิจกรรมที่จัดนี้คือ "Astrophotography Marathon" จัดโดยทหารอากาศร่วมกับ NARIT (สถาบันวิจัยดาราศาสตร์แห่งชาติ) และชมรมการถ่ายภาพภาคเหนือ ด้วยความที่ทางช้างเผือกขึ้นตีสี่ ก่อนหน้านั้นทาง NARIT ก็ได้พาเราไปถ่ายทุกสิ่งอย่างที่เราจะสามารถถ่ายได้ใน 1 วัน (เรียกว่า 1 คืนแล้วกัน) ใครอยากรู้ว่าเราสามารถถ่ายอ...
Read more