OCR ภาษาไทยสำหรับเอกสารยืนยันตัวตนและแบบฟอร์ม

ผลลัพธ์ที่ได้กลับมา

heading   แบบคำขอเปิดบัญชี
paragraph ชื่อ-นามสกุล นายสมชาย ใจดี
paragraph วันเกิด ๑๒ มีนาคม ๒๕๓๘
paragraph ที่อยู่ตามทะเบียนบ้าน ๔๕/๗ ถนนสุขุมวิท
list      3 items
figure    signature

ชื่อ นายสมชาย
ชื่อสกุล ใจดี
เกิดวันที่ ๑๒ มี.ค. ๒๕๓๘
ที่อยู่ ๔๕/๗ ถนนสุขุมวิท แขวงคลองเตย
เขตคลองเตย กรุงเทพมหานคร

# หนังสือรับรองการทำงาน

บริษัทขอรับรองว่า นายสมชาย ใจดี เป็นพนักงาน
ตำแหน่ง วิศวกรอาวุโส ตั้งแต่วันที่ ๑ เมษายน ๒๕๖๕

![company seal](figure)

ผลการอ่านด้านบนเป็นตัวอย่างของรูปแบบผลลัพธ์ ไม่ใช่คำตอบที่บันทึกมาจริง หน้า OCR มีผลการอ่านตัวอย่างจริงของโมเดลพร้อมวันที่บันทึกกำกับไว้

ค่าใช้จ่ายของคิวรับสมัคร

รูปภาพทุกไฟล์นับเป็นหนึ่งหน้าที่ 6.5 เครดิต ค่าใช้จ่ายของคิวจึงเท่ากับจำนวนภาพถ่ายในคิวนั้น

สิ่งที่ผู้สมัครส่งมาจริง

photo_1.jpg   เอกสารที่ถือถ่ายเอียง 1 หน้า
photo_2.jpg   แบบฟอร์มที่กรอกแล้ว มีรอยพับ 1 หน้า

จุดที่ทำให้ยาก:
  เครื่องหมายที่ซ้อนอยู่เหนืออักษรไทย
  อยู่บนแกนเดียวกับที่ภาพถ่ายเอียงบีบเข้าหากัน

  ชื่อกับที่อยู่ที่ตามมาถูกส่งมาเป็นสายอักขระ
  ชุดเดียว โดยไม่มีช่องว่างคั่นระหว่างคำใดเลย

ทั้งสองหน้าเป็นเอกสารที่ส่งกันตามปกติ และทั้งสองหน้าคือกรณีที่ระบบอ่านภาษาไทยต้องรับมือก่อนเป็นอย่างแรก ไม่ใช่ไฟล์สแกนสะอาดที่มักถูกใช้สาธิต

สิ่งที่ระบบทำ และสิ่งที่ยังเป็นของคุณ

โมเดลอ่าน

คืนข้อความที่อ่านออกบนหน้าเอกสาร ในรูป Markdown หรือบล็อกที่มีชนิดข้อมูล

คุณตัดสินใจ

ว่าเอกสารเป็นของจริงหรือไม่ อนุมัติผู้สมัครหรือไม่ และฐานทางกฎหมายของคุณตาม PDPA คืออะไร

เราไม่ได้ตรวจสอบตัวตน

ไม่มีการเทียบใบหน้า ไม่มีการตรวจว่าเป็นบุคคลจริง และไม่มีสัญญาณความแท้ของเอกสาร นี่คือผู้อ่าน ไม่ใช่ผู้ตรวจสอบ

พระราชบัญญัติคุ้มครองข้อมูลส่วนบุคคลกำกับการเก็บรวบรวม ใช้ และเปิดเผยข้อมูลส่วนบุคคลในประเทศไทย และกำหนดเงื่อนไขที่เข้มขึ้นสำหรับข้อมูลอ่อนไหว การปฏิบัติตามหน้าที่เหล่านั้นเป็นความรับผิดชอบของผู้ใช้งาน ไม่ใช่ของ API

ที่มา:PDPA (B.E. 2562)(opens in a new tab)

สำหรับนักพัฒนา

ผลลัพธ์แบบ structured เหมาะกับงานนี้ที่สุด คำตอบในแบบฟอร์มมาเป็นบล็อกที่มีชนิดข้อมูล แทนที่จะเป็นย่อหน้าที่ต้องมาแยกเองอีกครั้ง

# Encode without line wrapping: wrapped base64 breaks the JSON string.
DOC=$(base64 < invoice.pdf | tr -d '\n')
# --max-time covers a multi-page document; curl defaults to no limit.
curl -X POST https://api.paxalabs.com/v1/ocr \
  --max-time 300 \
  -H "Authorization: Bearer $PAXA_API_KEY" \
  -H "Content-Type: application/json" \
  -d "{\"document\": \"$DOC\", \"model\": \"paxa-ocr-lite-v1\"}"

DOC=$(base64 < invoice.pdf | tr -d '\n')
curl -X POST https://api.paxalabs.com/v1/ocr \
  --max-time 300 \
  -H "Authorization: Bearer $PAXA_API_KEY" \
  -H "Content-Type: application/json" \
  -d "{\"document\": \"$DOC\", \"model\": \"paxa-ocr-lite-v1\", \"output\": \"structured\"}"

import base64
import os

import requests

with open("invoice.pdf", "rb") as file:
    document = base64.b64encode(file.read()).decode()

response = requests.post(
    "https://api.paxalabs.com/v1/ocr",
    headers={"Authorization": f"Bearer {os.environ['PAXA_API_KEY']}"},
    json={"document": document, "model": "paxa-ocr-lite-v1"},
    # A multi-page document can run for minutes; give it room.
    timeout=300,
)
response.raise_for_status()
body = response.json()
print(body["pages"][0]["markdown"], body["usage"]["credits"], "credits")

เอกสารอ้างอิง API ฉบับเต็ม

เริ่มต้นด้วยเครดิตฟรี

เข้าสู่ระบบด้วย Google, GitHub หรือ Hugging Face แล้วใช้เครดิตฟรี 100 เครดิตกับข้อความของคุณเอง