> For the complete documentation index, see [llms.txt](https://docs.augelab.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.augelab.com/french/function-blocks/blocks-reference/ai-blocks/ocr.md).

# OCR

Cette fonction détecte et extrait le texte présent dans une image et renvoie le texte reconnu, les boîtes englobantes et, en option, une image annotée. Elle est conçue pour des pipelines simples en glisser‑déposer : fournissez une image, réglez le seuil de confiance et les options, puis récupérez le texte ou visualisez les résultats.

## 📥 Entrées

`Image`\
Entrée acceptant n’importe quelle image sur laquelle vous souhaitez effectuer la reconnaissance de texte.

## 📤 Sorties

`Result`\
Image annotée avec les boîtes de détection et, si activé, le texte superposé.

`Whole Text`\
Tout le texte détecté concaténé en une seule chaîne.

`Texts`\
Chaînes de texte détectées individuellement (plusieurs sorties possibles).

`Boxes`\
Boîtes englobantes détectées pour chaque région de texte.

## 🕹️ Contrôles

`Use auto rotation`\
Basculer pour activer la gestion automatique de la rotation (texte à l’envers ou pivoté).

`Show Texts`\
Basculer pour dessiner les étiquettes de texte reconnues sur l’image annotée de sortie.

`Threshold`\
Curseur pour définir la confiance minimale acceptée pour les détections (plus élevé = moins de détections mais plus fiables).

## 🎨 Fonctionnalités

* Détection et reconnaissance de texte en temps réel à partir de l’image fournie sur l’entrée `Image`.
* Filtrage par confiance via le curseur `Threshold` pour ignorer les détections faibles.
* Annotation optionnelle de l’image : dessinez boîtes et textes sur la sortie `Result` si `Show Texts` est activé.
* Prise en charge de la rotation automatique pour améliorer la reconnaissance du texte pivoté ou inversé avec `Use auto rotation`.
* Sorties fournies à la fois en format lisible (`Whole Text` / `Texts`) et en forme géométrique structurée (`Boxes`) pour un traitement en aval.

## ⚙️ Mécanisme d’exécution

* Fournissez une image sur l’entrée `Image` et lancez le scénario.
* Le bloc traite l’image et filtre les détections dont la confiance est inférieure au `Threshold` choisi.
* Si des sorties de visualisation sont connectées, le bloc renvoie une image `Result` annotée avec boîtes et textes (optionnel).
* Les sorties textuelles (`Whole Text`, `Texts`) et géométriques (`Boxes`) sont produites pour être utilisées par d’autres blocs ou outils d’export.
* Remarque : la première exécution peut être plus lente (initialisation du modèle ou des ressources à la demande). Les inférences suivantes sont plus rapides.

## 📝 Instructions d’utilisation

1. Envoyez l’image à lire sur l’entrée `Image`.
2. Réglez le curseur `Threshold` pour filtrer les reconnaissances peu fiables. Commencez par des valeurs modérées (par ex. 30–50) et ajustez.
3. Activez `Use auto rotation` si vos images peuvent contenir du texte pivoté.
4. Activez `Show Texts` si vous souhaitez que l’image `Result` affiche les étiquettes de texte détectées.
5. Utilisez `Whole Text`, `Texts` ou `Boxes` selon vos besoins (affichage, journalisation ou logique).

## 💡 Conseils et astuces

* Améliorez la précision en recadrant d’abord la zone contenant le texte avec `Image ROI Select` pour ne traiter que la région d’intérêt.
* Accélérez l’inférence sur de grandes images en appliquant `Image Resize` avant d’alimenter ce bloc.
* Isolez ou supprimez les arrière‑plans complexes avec `Background Removal (RMBG-1.4)` ou `Background Removal (BiRefNet)` lorsque le texte est posé sur un fond encombré.
* Réduisez le bruit visuel avec `Blur` ou convertissez en image binaire propre avec `Image Threshold` pour des prises de vue bruyantes.
* Prévisualisez rapidement les résultats OCR en envoyant l’image annotée `Result` vers `Show Image`.
* Pour une approche alternative, essayez le bloc `OCR (EasyOCR)` et comparez les résultats sur votre jeu de données.
* Sauvegardez le texte ou les images reconnus en aval avec `Image Logger`, `Image Write` ou `CSV Export` pour traçabilité.

## 🛠️ Résolution des problèmes

* Aucun texte détecté : améliorez la qualité de l’image d’entrée (recadrez sur le texte, augmentez la résolution) ou baissez légèrement le `Threshold`.
* Trop de fausses détections : augmentez le `Threshold` et recadrez l’image pour vous concentrer sur les vraies zones de texte.
* Texte pivoté mal lu : activez `Use auto rotation` ou pré‑pivotez l’image avec `Image AutoRotator` ou une étape de `Image Resize` + rotation.
* Première exécution lente : la première évaluation initialise les ressources ; les exécutions suivantes seront plus rapides.
* Si vous avez seulement besoin de la géométrie pour la logique (pas d’images annotées), déconnectez les sorties de visualisation pour réduire la charge de traitement.