Closed Tejaswgupta closed 4 months ago
Marker returns gibberish for the given PDF document whereas Tesseract works fine.
Command:
INFERENCE_RAM=10 marker_single ~/doc-translator/hindi_judgement.pdf ~/doc-translator/output/ --batch_multiplier 2 --max_pages 2 --langs Hindi
PDF: hindi_judgement.pdf
Output:
 U;k;ky;&r`rh; vij l= U;k;k/kh'k] dklxat mifLFkr&xxu dqekj Hkkjrh] ^^mPprj U;kf;d lsok^^ JO Code&¼UP6253½ CNR NO-UPKR010060762019 jkT; cuke lrh'k ] eqåvålaå&265@2019 l= ijh{k.k la[;k&459@2019 varxZr /kkjk&302 Hkk-na-laFkkuk lksjksa] tuin dklxatA | 1. | jkT; dh vksj ls mifLFkr vf/koDrk | % Jh vfuy dqekj | |------------------------------------------|---------------------------------------------------------------------------|-------------------------| | 2. | vfHk;qDr dh vksj ls mifLFkr vf/koDrk | % Jh iznhi dqekj lDlsuk | | 3. | ihfM+rk@e`rdk dk uke | % lqeu iq=h f'kopUnz | | 4. | vijk/k dh ÄVuk dk fnukad | % 17-07-2019 | | 5. | vijk/k ds iathdj.k dk fnukad | % 18-07-2019 | | 6. | vfHk;qDr dh fxjQ~rkjh dk fnukad | % 20-08-2019 | | 7. | vkjksi i= çsf"kr djus dk fnukad | % 01-10-2019 | | 8. | ekeys esa çlaKku ysus dk fnukad | % 14-10-2019 | | 9. | lqiqnxhZ dk fnukad | % 11-12-2019 | | 10. vkjksi fojpu dk fnukad | % 04-03-2020 | | | 11. vfHk;qä dh nyhy | % tqeZ ls badkj | | | 12. vfHk;kstu lk{; dk le; | % 22-03-2021 ls 30-06-2023 rd | | | 13. /kkjk 313 ds varxZr vfHk;qDr ds c;ku | % 05-08-2023 | | | 14. vfHk;qDr ds cpko lk{; dk le; | % vfHk;qDr us cpko lk{; ugha fn;kA | | | 15. U;k;ky; }kjk vkgwr lk{kh | % dksbZ ughaA | | | 16. vfUre cgl dk fnukad | % 09-08-2023 | | | 17. fu.kZ; dk fnukad | % 23-08-2023 | | | 18. vfUre fu.kZ; | % nks"keqDr | | | 19. f'kdk;rdrkZ@oknh | % f'kopUnz | | | 20. vfHk;qä dk uke | % lrh'k | | | fu.kZ; | | | | 1. | l= ijh{k.k laå&459@2019] vijk/k la[;k&265@2019] jkT; cuke lrh'k esa Fkkuk | | lksjksa] tuin dklxat dh iqfyl }kjk vfHk;qä lrh'k ds fo:} /kkjk&302 Hkkjrh; n.M lafgrk ¼tks vc ds mijkar Hkkånaålaå ds :i esa fy[kk tk;sxk½] ds vijk/k ds fopkj.k gsrq vkjksi i= çLrqr fd;k x;k gSA 2. ÄVuk ds iathdj.k ds mijkar ckn foospuk foospd }kjk fnukad 01-10-2019 dks vkjksi i= izLrqr fd;k x;kA izsf"kr vkjksi i= ij fo}ku voj U;k;ky; }kjk fnukad 14-102019 dks izlaKku ysrs gq;s vfHk;qDr dh gkftjh lqfuf'pr dh x;h rFkk /kkjk 207 n.M izfdz;k lafgrk ¼tks vc ds mijkar na-iz-la- ds :i esa fy[kk tk;sxk½] dk vuqikyu lqfuf'pr djrs gq;s vfHk;qDr dks udys iznku dh x;hA eq[; U;kf;d eftLVªsV] dklxat }kjk fnukad 11-12-2019 dks i=koyh l= lqiqnZxh dh xbZ] tks l= U;k;k/kh'k dklxat ds vkns'k fnukafdr 18-12-2019 ls l= ijh{k.k laå&459@2019] ds :i esa iath—r dh x;h rFkk mDr i=koyh l= U;k;k/kh'k dklxat ds vkns'k fnukafdr 19-072022 ds }kjk bl U;k;ky; dks fopkj.k gsrq LFkkukUrfjr dh xbZA ## Vfhk;Kstu Dfkkud 3. izLrqr ekeys eas oknh eqdnek f'kopUnz }kjk fnukad 18-07-2019 dks Fkkuk lksjksa ij fyf[kr rgjhj bl vk'k; dh izLrqr dh x;h fd izkFkhZ us viuh iq=h dh 'kknh yxHkx 10 lky igys lrh'k iq= nqykj flag fuoklh nrykuk Fkkuk lksjksa ds lkFk dh Fkh vkSj viuh gSfl;r ds eqrkfcd yxHkx 5 yk[k :i [kpZ fd;s Fks] ysfdu lqeu dh lkl rFkk tsB fxjUnikyflag o Hkaojiky flag rFkk lrh'k o eqyk;e flag iq= lq/khj flag fn;s x;s nku ngst ls larq"V ugha Fks vkSj mldh yM+dh ls vfrfjDr ngst esa eksVj lkbZfdy o lksus dh tathj o vaxwBh dh ekax djrs Fks vkSj mls ekjihV dj 'khjhfjd rFkk ekufld mRihM+u djrs FksA mldh yM+dh lqeu us ;g lkjh ckr mls crkbZ og dbZ ckj lqeu dh llqjky vius ifjokfjd u{k=iky iq= izFke flag o czteksgu iq= txnh'k dks lkFk ysdj nrykuk x;k vkSj yM+dh lqeu dh ekjihV djus dk dkj.k iwNk rks mijksDr lrh'k] fxjUniky] Hkaojiky] eqyk;e o lkl pUnzorh us ,d ugha lquh vkSj ngst dh ekax ij vM+s jgs fnukad&17-07-2019 lqcg 10 cts ds yxHkx mldh yM+dh dks mijksDr lrh'k] fxjUniky] Hkaojiky] eqyk;e o lkl pUnzorh us feV~Vh dk rsy Mkydj tykdj ekj fn;kA bl ckr dh lwpuk xkao okyksa us nh rks og vius ifjokj ds yksxksa dks ysdj xzke nrykuk vk;k rks ns[kk mldh yM+dh lqeu dks lrh'k] fxjUniky] Hkaojiky eqyk;e o lkl pUnzorh us ngst dh [kkfrj ekj MkykA og fjiksVZ dks vk;k gS mldh yM+dh dh yk'k ekSds ij iM+h gSA 4. oknh eqdnek f'kopUnz dh mijksä rgjhj ds vk/kkj ij Fkkuk lksjksa ij vfHk;qäx.k lrh'k] fxjUniky] Hkaojiky] eqyk;e o Jherh pUnzorh ds fo\#) fnukad&17-07-2019 dks le; 10%00 cts ij eqdnek vijk/k la[;k&265@2019] vUrxZr /kkjk&147 o 302 Hkkånaålaå ds vUrxZr çFke lwpuk fjiksVZ iathd`r dh x;h] ftldh foospuk ,l-,p-vks- l= ijh{k.k la[;k&459@2019 vijk/k la[;k&265@2019 jkT; cuke lrh'k 2
Marker returns gibberish for the given PDF document whereas Tesseract works fine.
Command:
PDF: hindi_judgement.pdf
Output: