File size: 1,186 Bytes
77cf6ab | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 | import gradio as gr
from transformers import TrOCRProcessor, VisionEncoderDecoderModel
from PIL import Image
import torch
# Carregando o modelo da Microsoft
processor = TrOCRProcessor.from_pretrained("microsoft/trocr-base-printed")
model = VisionEncoderDecoderModel.from_pretrained("microsoft/trocr-base-printed")
device = "cuda" if torch.cuda.is_available() else "cpu"
model.to(device)
def ocr_trocr(image):
if image is None:
return "Envie uma imagem válida."
# Pré-processa a imagem
pixel_values = processor(images=image, return_tensors="pt").pixel_values
pixel_values = pixel_values.to(device)
# Geração do texto
generated_ids = model.generate(pixel_values)
generated_text = processor.batch_decode(generated_ids, skip_special_tokens=True)[0]
return generated_text
# Interface Gradio
interface = gr.Interface(
fn=ocr_trocr,
inputs=gr.Image(type="pil", label="Envie uma imagem com texto impresso"),
outputs=gr.Textbox(label="Texto detectado"),
title="OCR com TrOCR (Microsoft)",
description="Reconhecimento de texto impresso usando o modelo TrOCR da Microsoft."
)
if __name__ == "__main__":
interface.launch()
|