System wspomagający gromadzenie i przetwarzanie danych z wykorzystaniem modeli językowych i technologii OCR
DOI:
https://doi.org/10.34767/SIMIS.2026.01.02Słowa kluczowe:
OCR, Modele językowe, Analiza tekstu, Przetwarzanie obrazu, Flask, MySQL, Tesseract, GPT-4, Gemini, Odległość LevenshteinAbstrakt
Niniejszy artykuł przedstawia kompleksowy system wspomagający gromadzenie i przetwarzanie danych wizualnych w czasie rzeczywistym z wykorzystaniem technologii OCR oraz modeli językowych. Badania porównują sześć narzędzi rozpoznawania tekstu: lokalne silniki (Tesseract, EasyOCR), zewnętrzne usługi (OCR.space) oraz multimodalne modele językowe (GPT-4, Gemini 1.5 Flash, Claude 3 Haiku). Analiza wykazała, że skuteczność technologii jest ściśle zależna od rodzaju materiału źródłowego. Modele językowe osiągnęły znaczącą przewagę w rozpoznawaniu pisma odręcznego i treści złożonych, podczas gdy dla standardowego tekstu cyfrowego tradycyjne silniki OCR zaoferowały porównywalną precyzję przy znacznie wyższej szybkości przetwarzania. Aplikacja webowa oparta na Flask i MySQL umożliwia efektywne zarządzanie danymi. Do pomiaru dokładności wykorzystano metrykę odległości Levenshteina. Wyniki wskazują na zasadność stosowania podejścia hybrydowego, integrującego wydajność lokalnego OCR z możliwościami semantycznymi modeli AI.
Bibliografia
Dokumentacja Anthropic - docs.anthropic.com
Dokumentacja bazy danych MySQL - dev.mysql.com/doc
Dokumentacja Flask - flask.palletsprojects.com/en/stable/
Dokumentacja Gemini - ai.google.dev/gemini-api
Dokumentacja OpenAI - platform.openai.com/docs/concepts/dostęp źródła
Dokumentacja Python - docs.python.org/3
Grinberg M., Flask. Tworzenie aplikacji internetowych w Pythonie, Helion.
Levenshtein distance - algorytm porównywania tekstów, en.wikipedia.org/wiki/Levenshtein_distance
Matplotlib biblioteka do generowania wykresów - matplotlib.org/3.5.3/index.html
OCR Space - narzędzie do rozpoznawania tekstu - ocr.space
Projekt EasyOCR na GitHub - github.com/JaidedAI/EasyOCR
Projekt Tesseract OCR na GitHub – github.com/tesseractocr/tesseract
Pobrania
Opublikowane
Numer
Dział
Licencja
Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Na tych samych warunkach 4.0 Miedzynarodowe.
