OCRモデル

DocTRのOCRを使用して画像からテキストを抽出します。

DocTR 光学式文字認識（OCR）を使用して、画像内の文字を取得します。

このブロックは画像内のテキストを返します。

このブロックは、検出ベースのブロック（例: ObjectDetectionBlock）と組み合わせて使用するとよいでしょう。物体検出モデルは、画像内の特定領域（例: 物流のユースケースにおける輸送コンテナ ID）を切り出して、さらなる処理を行うことができます。その後、OCR を実行する前に DynamicCropBlock を使用して対象領域をクロップできます。

検出モデルを使用してから検出結果をクロップすると、画像の特定の領域に分析を絞り込むことができます。

種別識別子

ステップで次の識別子を使用します "type" フィールド: roboflow_core/ocr_model@v1 ワークフローにステップとしてブロックを追加するには。

プロパティ

名前	型	説明	参照
name	str	ワークフロー内でのステップの一意の名前。	❌

この 参照 列は、で利用可能な動的値を使用してプロパティをパラメータ化できる可能性を示します ワークフロー 実行時。参照 バインディング 詳細情報

入出力バインディング

利用可能な接続は、そのバインディング種別によって異なります。どのバインディング種別が OCRモデル のバージョン v1 持つか確認してください。

入出力バインディング

• 入力

  • 画像 (画像）：推論対象の画像です。

• 出力

  • result (string): 文字列値。

  • predictions (object_detection_prediction): sv.Detections(...) オブジェクト形式の、検出されたバウンディングボックスを含む予測。

  • parent_id (parent_id): ステップ出力の親の識別子。

  • root_parent_id (parent_id): ステップ出力の親の識別子。

  • prediction_type (prediction_type): 予測の種類を表す文字列値。

JSON 定義の例

{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/ocr_model@v1",
	    "images": "$inputs.image"
	}