Hướng dẫn EasyOCR: Trích xuất và tóm tắt văn bản với EasyOCR và GPT-3!

Kết quả:

Chúng tôi đã làm một công việc thực sự tốt! Nhưng nó vẫn chưa kết thúc. Bây giờ chúng ta chuyển sang phần tóm tắt văn bản bằng GPT-3 .

Trong trường hợp này, chúng tôi cũng tạo một lớp sẽ xử lý các yêu cầu của chúng tôi đối với GPT.

Đầu tiên, tôi sẽ tạo .envtệp và tôi sẽ đặt khóa API OpenAI của mình ở đây.

OPENAI_API_KEY=

Bây giờ tôi sẽ định nghĩa lớp cho GPT-3.

class GPT_3: def __init__(self, api_key): openai.api_key = api_key self.completion = openai.Completion self.options = { 'engine': 'text-davinci-002', 'temperature': 0.25, 'top_p': 1, 'frequency_penalty': 0, 'presence_penalty': 0, 'max_tokens': 512 } def __call__(self, prompt, options=None): return self.prediction(prompt, options) def prediction(self, prompt, options=None): if not options: options = self.options return self.completion.create(prompt=prompt, **options)['choices'][0]['text'] def summarize(self, text): prompt = f'Try to summarize the following text as best you can!\n\n{text}' return self.prediction(prompt=prompt)

Trong __init__phương pháp, chúng tôi xác định mô hình GPT-3, các tùy chọn cho nó và chúng tôi đặt khóa API. Bạn có thể đọc về các tùy chọn GPT-3 này tại đây .

__call__- phương pháp này có cùng mục đích với lớp trước.

Phương pháp thứ ba - predictioncho phép chúng tôi đưa ra dự đoán cho một dấu nhắc nhất định.

Và cuối cùng: summarizephương thức sẽ tóm tắt văn bản đã cho.

Kiểm tra nó!

Sau khi hoàn thành công việc, mã của chúng tôi trông như thế này:

import os
import cv2
import openai
import easyocr
import matplotlib.pyplot as plt
from torch.cuda import is_available
from dotenv import load_dotenv
class Reader: def __init__(self, is_cuda=False): self.reader = easyocr.Reader(['en'], gpu=is_cuda, model_storage_directory=os.path.join('models'), download_enabled=True) def __call__(self, img): return self.extract_text(img) def extract_text(self, img, show_text=False, show_confidence=False): result = self.reader.readtext(img) extracted_text = [] for text in filter(lambda x: x[-1] > .45, result): box, acc_text, confidence = text # box[0] and box[2] - upper left and lower right corners of the box img = cv2.rectangle(img, [int(i) for i in box[0]], [int(i) for i in box[2]], (0, 255, 0), 2) # each coordinate is a list has to be int if show_text and show_confidence: img_text = f'{acc_text} - ({"{:.3f}".format(confidence)}%)' elif show_text: img_text = acc_text elif show_confidence: img_text = f'CONF: ({"{:.3f}".format(confidence)}%)' if show_text or show_confidence: img = cv2.putText( img, img_text, (int(box[0][0]), int(box[0][1] - 3)), cv2.FONT_HERSHEY_SIMPLEX, fontScale=.5, color=(168, 90, 50), thickness=2 ) extracted_text.append(acc_text) return extracted_text, img
class GPT_3: def __init__(self, api_key): openai.api_key = api_key self.completion = openai.Completion self.options = { 'engine': 'text-davinci-002', 'temperature': 0.25, 'top_p': 1, 'frequency_penalty': 0, 'presence_penalty': 0, 'max_tokens': 512 } def __call__(self, prompt, options=None): return self.prediction(prompt, options) def prediction(self, prompt, options=None): if not options: options = self.options return self.completion.create(prompt=prompt, **options)['choices'][0]['text'] def summarize(self, text): prompt = f'Try to summarize the following text as best you can!\n\n{text}' return self.prediction(prompt=prompt)
def read_img(img_path): img = cv2.imread(img_path) img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) return img
if __name__ == '__main__': load_dotenv() # Load secrets reader = Reader(is_cuda=is_available()) gpt_3 = GPT_3(os.getenv('OPENAI_API_KEY')) img = read_img('./example_post.png') text, extracted_image = reader(img) text = ' '.join(text) print('Extracted_text') print(text) summarization_result = gpt_3.summarize(text) print('Summarized text:') print(summarization_result) plt.imshow(extracted_image) plt.show()

Và hãy chạy  nó