> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/models/hi/supported-models/trocr.md).

# TrOCR

TrOCR Microsoft का transformer-आधारित OCR मॉडल है। इसे लाइन-स्तरीय टेक्स्ट पहचान के लिए प्रशिक्षित किया गया है, इसलिए सर्वोत्तम परिणामों के लिए अपने इनपुट को एक ही टेक्स्ट क्षेत्र तक क्रॉप करें।

{% hint style="info" %}
TrOCR Serverless Cloud API पर उपलब्ध नहीं है। इसे एक पर चलाएँ [समर्पित परिनियोजन](https://docs.roboflow.com/deployment/roboflow-cloud/dedicated-deployments) या [स्व-होस्टेड Inference](https://docs.roboflow.com/deployment/self-hosted/self-hosted).
{% endhint %}

## TrOCR API

{% stepper %}
{% step %}

### अपनी API कुंजी प्राप्त करें

एक Roboflow खाता बनाएँ, अपनी कुंजी यहाँ खोजें [Roboflow API सेटिंग्स पेज](https://app.roboflow.com/settings/api) और इसे अपने शेल में उपलब्ध कराएँ:

```bash
export ROBOFLOW_API_KEY="your-key-here"
```

{% endstep %}

{% step %}

### निर्भरताएँ इंस्टॉल करें

ये packages image fetch करते हैं और API call करते हैं:

```bash
pip install -U requests opencv-python supervision
```

{% endstep %}

{% step %}

### मॉडल चलाएँ

सेट करें `URL` अपने समर्पित डिप्लॉयमेंट URL या एक स्थानीय इन्फ़रेंस सर्वर पर।

```python
import base64
import os
import cv2
import requests
import supervision as sv

URL = "https://your-deployment.roboflow.cloud"
image = sv.load_image_from_url("https://media.roboflow.com/inference/license_plate_1.jpg")
_, buffer = cv2.imencode(".jpg", image)
image_base64 = base64.b64encode(buffer).decode("utf-8")

response = requests.post(
    f"{URL}/ocr/trocr",
    headers={"Authorization": f"Bearer {os.environ['ROBOFLOW_API_KEY']}"},
    json={
        "image": {"type": "base64", "value": image_base64},
    },
)
print(response.json()["result"])
```

{% endstep %}
{% endstepper %}

ऊपर दिया गया कोड पहचाने गए टेक्स्ट को टर्मिनल में प्रिंट करता है:

```
कुल
```

## TrOCR की इन्फ़रेंस गति

लेटेंसी मापी गई [Roboflow Inference](https://docs.roboflow.com/deployment/self-hosted/self-hosted) 1x NVIDIA L4 पर, बैच आकार 1 के साथ, वार्मअप के बाद औसत।

<table data-search="false"><thead><tr><th>मॉडल</th><th>लेटेंसी (ms)</th></tr></thead><tbody><tr><td><code>trocr</code></td><td>114.4</td></tr></tbody></table>

TrOCR एक ही क्रॉप की गई टेक्स्ट लाइन को पहचानता है, इसलिए यह एक लाइन क्रॉप के लिए लेटेंसी है, पूरे पेज के लिए नहीं।

{% hint style="info" %}
सेट करें `URL` को अपने परिनियोजन लक्ष्य से मिलाएँ:

* `http://localhost:9001` एक स्थानीय [इन्फ़रेंस](https://docs.roboflow.com/deployment/self-hosted/self-hosted) सर्वर।
* आपका [समर्पित परिनियोजन](https://docs.roboflow.com/deployment/roboflow-cloud/dedicated-deployments) एक निजी एंडपॉइंट के लिए URL.
  {% endhint %}

## self-hosted Inference के साथ TrOCR चलाएँ

TrOCR द्वारा सर्व किया जाता है [Roboflow Inference](https://docs.roboflow.com/deployment/self-hosted/self-hosted) जो आपके अपने हार्डवेयर पर चलता है। एक स्थानीय सर्वर शुरू करें, फिर `मॉडल` आर्ग्युमेंट का उपयोग साझा OCR endpoint पर करें:

```bash
pip install inference-cli
inference server start  # http://localhost:9001 प्रदान करता है
```

```python
from inference_sdk import InferenceHTTPClient

client = InferenceHTTPClient(api_url="http://127.0.0.1:9001")

result = client.ocr_image(inference_input="./serial_number.png", model="trocr")
print(result)
```

{% hint style="warning" %}
TrOCR क्रॉप किए गए, एकल-पंक्ति मुद्रित टेक्स्ट पर सबसे अच्छा काम करता है। इसे भेजने से पहले प्रत्येक टेक्स्ट क्षेत्र को क्रॉप करें: कुछ अन्य OCR मॉडलों के विपरीत, TrOCR बिना क्रॉप की गई या बहु-पंक्ति छवियों को अच्छी तरह संभाल नहीं पाता।
{% endhint %}