> 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-स्तर के 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 Hosted API पर उपलब्ध नहीं है। इसे एक [समर्पित परिनियोजन](https://docs.roboflow.com/deployment/roboflow-cloud/dedicated-deployments) या [स्व-होस्टेड इनफ़रेंस](https://docs.roboflow.com/deployment/self-hosted/self-hosted).
{% endhint %}

## कोड नमूना

{% 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 shell के लिए उपलब्ध कराएँ:

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

{% endstep %}

{% step %}

### निर्भरताएँ इंस्टॉल करें

ये पैकेज छवि प्राप्त करते हैं और API को कॉल करते हैं:

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

{% endstep %}

{% step %}

### मॉडल चलाएँ

सेट करें `URL` अपने Dedicated Deployment URL या किसी स्थानीय Inference 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",
    json={
        "api_key": os.environ["ROBOFLOW_API_KEY"],
        "image": {"type": "base64", "value": image_base64},
    },
)
print(response.json()["result"])
```

{% endstep %}
{% endstepper %}

ऊपर दिया गया कोड मान्य पाठ को टर्मिनल पर प्रिंट करता है:

```
कुल
```

## इनफ़रेंस गति

विलंबता मापी गई [Roboflow Inference](https://docs.roboflow.com/deployment/self-hosted/self-hosted) पर 1x NVIDIA L4, batch size 1, warmup के बाद औसत।

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

TrOCR एक क्रॉप की गई एकल टेक्स्ट पंक्ति को पहचानता है, इसलिए यह एक पंक्ति क्रॉप के लिए विलंबता है, पूरे पृष्ठ के लिए नहीं।

{% hint style="info" %}
सेट करें `URL` को अपने deployment target से मिलाने के लिए:

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

## Inference (self-hosted) के साथ उपयोग करें

TrOCR द्वारा सर्व किया जाता है [Roboflow Inference](https://docs.roboflow.com/deployment/self-hosted/self-hosted) अपने स्वयं के हार्डवेयर पर चलाकर। एक स्थानीय सर्वर शुरू करें, फिर `model` साझा OCR एंडपॉइंट पर तर्क के साथ मॉडल चुनें:

```bash
pip install inference-cli
inference server start  # http://localhost:9001 पर सेवा देता 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 प्रदर्शन 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 से संभालता नहीं है।
{% endhint %}