Khmer OCR

Home
Cambodia
Phnom Penh
Khmer OCR

This is an official page for Khmer OCR. The technology of Cambodians.

30/04/2025

🎉Checkout our new developed Khmer Text-To-Image generation model https://huggingface.co/channudam/stable-diffusion-khm-53

This model can be used to fine-tune to create synthetic data for Khmer OCR in general purpose.
Supported by Factory.io

Get the latest update by
Join our Telegram Channel: https://t.me/khmerocr

22/02/2025

We fine tuned with Non-Khmer Language OCR models on our well-prepared Cambodian ID (CID) card dataset (Synthetic and Real). As a result, we developed a testing API endpoint that is available publicly to from today until the end of February. Feel free to check out and test.

API Docs: https://48e6-202-58-16-250.ngrok-free.app/docs #/ocr/extract_api_ocr_extract_post

07/08/2024

[English below]
គម្រោង OCR របស់ Techo Startup Center ត្រូវបានបង្កើតឡើង ក្នុងគោលបំណងដើម្បីពង្រឹងនូវដំណើរការ KYC (Know Your Customer) សម្រាប់ឯកសាររបស់អតិថិជនជាភាសាខ្មែរ និងបង្កើនប្រសិទ្ធិផលការងារសម្រាប់ អ្នកប្រើប្រាស់ភាសាខ្មែរទូទៅ។ អត្ថបទស្រាវជ្រាវចំនួន ០៣ ដែលបានចេញផ្សាយដោយក្រុមអ្នកស្រាវជ្រាវ ពាក់ព័ន្ធនឹងគម្រោងមួយនេះមានភ្ជាប់ជូនក្នុងរូបភាពខាងក្រោម។ យោងទៅតាមការចេញផ្សាយក្នុង គេហទំព័រ facebook ផ្លូវការរបស់ Techo Startup Center, កម្រិតភាពល្អៀងនៃតួរអក្សរ (Character Error Rate) មានតិចជាង ១%។ 🎉

The Techo Startup Center OCR project is designed to strengthen the KYC (Know Your Customer) process for customer documents in Khmer and to increase productivity for general Khmer users. Three research articles published by researchers related to this project are attached in the image below. According to the official release of the Techo Startup Center page, the Character Error Rate is less than 1%.

References: Year in Review 2023, Techo Startup AI Website

Get the latest update by
Join our Telegram Channel: https://t.me/khmerocr

05/08/2024

[English below]
OCR សម្រាប់ភាសាខ្មែរយើង នៅតែទាមទារឲ្យមានការស្រាវជ្រាវ និងអភិវឌ្ឍន៍បន្ថែម ដើម្បីឲ្យមានប្រសិទ្ធភាពខ្ពស់ និងកម្រិតលំអៀងទាបបំផុត។
OCR - ដោយ Techo Startup Center : https://ai.techostartup.center
Tesseract OCR - ដោយ Google : https://github.com/tesseract-ocr/tesseract
Khmer OCR - ដោយ Institute of Digital Research and Innovation : https://ocr.idri.edu.kh

OCR for Khmer language still needs more work to increase the performance efficiency and decrease the error rate as possible.

Get the latest update by
Join our Telegram Channel: https://t.me/khmerocr

01/08/2024

[English below]
Optical Character Recognition (OCR) បានវិវត្តន៍ពីឧបករណ៍ដំបូងដែលជា Optophone របស់ Gustav Tauschek ក្នុងទស្សវត្សរ៍ឆ្នាំ 1920 ទៅជាប្រព័ន្ធបច្ចេកវិទ្យា AI ដ៏ទំនើបនាពេលបច្ចុប្បន្ននេះ។ ដំបូងឡើយ OCR ត្រូវបានប្រើប្រាស់សម្រាប់ការសម្គាល់តួរអក្សរដែលមានលក្ខណៈសាមញ្ញ តែឥឡូវនេះវាបាន រួមបញ្ចូលជាមួយ AI ដើម្បីដំណើរការសម្រាប់ភាសាច្រើនប្រភេទ, ការសរសេរដោយដៃ និងមានប្រសិទ្ធភាពខ្ពស់។

Optical Character Recognition (OCR) has evolved from early devices like Gustav Tauschek's Optophone in the 1920s to advanced deep learning systems today. Initially used for basic text recognition, OCR now features high accuracy and versatility, integrating with AI to process diverse languages, handwriting, and complex layouts efficiently.

Get the latest update by
Join our Telegram Channel: https://t.me/khmerocr

31/07/2024

[English below]
សូមស្វាគមន៍មកកាន់ គេហទំព័រផ្លូវការរបស់ Khmer OCR 🤗
Khmer OCR ជាបច្ចេកវិទ្យាសម្រាប់បម្លែងរូបភាព ទៅជាអក្សរខ្មែរ។

Welcome to Khmer OCR official page 🤗
Khmer OCR is a technology used to convert images to Khmer text.

Join our Telegram channel: https://t.me/khmerocr

Address

Phnom Penh
12000

Website

https://aitips.digital/

Alerts

Be the first to know and let us send you an email when Khmer OCR posts news and promotions. Your email address will not be used for any other purpose, and you can unsubscribe at any time.