Hi,
I have 4 years of experience in document extraction and identify entity out of the extracted text. If you want to see to demo of similar projects that I have completed previously. You can contact me for your project.
Your sample image ocr extraction is below:
['एकत्रिंशोऽध्यायः', 'सहस्रशीर्षतिसहस्र', 'शीर्षा', '।', 'पुरुषः', '।', 'सहस्राक्षऽइति', 'सहस्र', 'अक्ष', ')', '।', 'सहस्रंपादितसहस्र', 'पात्', '॥', 'स', '।', 'भूमिम्', '।', 'सर्वत', ':', '।', 'स्पृत्त्वा', '।', 'अति', '।', 'अतिष्ठत्', '।', 'दशाङ्गुलमितिदश', "'", 'अङ्गुलम्', '॥१', '॥', 'पुरुषः', '।', 'एव', '।', 'इदम्', '।', 'सबैम्', '।', 'यत्', '।', 'भूतम्', '।', 'यत्', '।', 'च', '।', 'भाष्यम्', '॥', 'उत', '।', 'अमृतत्त्वस्येत्त्यमृत', 'त्वस्य', '।', 'ईशानदं', '।', 'यत्', '।', 'अन्नैन', '।', 'अतिरोहतीत्यति', 'रोहति', '॥२', '॥', 'एतावान्', '।', 'अस्य', '।', 'महिमा', '।', 'अत', ':', '।', 'ज्यायान्', '।', 'च', '।', 'पूरुषः', '।', 'पुरुषऽइतिपुरुषः', '॥', 'पाद', ':', '।', 'अस्य', '।', 'विश्वा', '।', 'भूतानि', '।', 'त्रिपादितत्त्रि', 'पात्', '।', 'अस्य', '।', 'अमृतम्', '।', 'दिवि', '॥३', '॥', 'पादितत्त्र', 'पात्', '।', 'ऊर्द्ध', '।', 'उत्', '।', 'ऐत्', '।', 'पुरुषलं', '।', 'पाद', ':', '।', 'अस्य', '।', 'इह', '।', 'अभवत्', '।', 'पुनरितिपुन', ':', '॥', 'ततः', '।', 'Scanned', 'by', 'CamScanner']