> 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 माइक्रोसॉफ्ट का ट्रांसफ़ॉर्मर-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 चलाएँ एक [Dedicated Deployment](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

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

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

{% endstep %}

{% step %}

### निर्भरताएँ स्थापित 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` को अपने Dedicated Deployment URL या 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 पहचाने गए पाठ को टर्मिनल पर प्रिंट करता है:

```
कुल
```

## TrOCR अनुमान गति

Latency मापी गई [Roboflow Inference](https://docs.roboflow.com/deployment/self-hosted/self-hosted) 1x NVIDIA L4 पर, 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 ही क्रॉप की गई टेक्स्ट लाइन को पहचानता है, इसलिए यह एक लाइन क्रॉप की लेटेंसी है, पूरे पृष्ठ की नहीं।

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

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

## स्व-होस्टेड इन्फ़रेंस के साथ TrOCR चलाएँ

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

```bash
pip install inference-cli
inference server start  # http://localhost:9001 सर्व 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 पाठ 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 %}