Я хотів би просканувати гарну кількість паперів, які я лежу навколо, з найменшими можливостями. Я хотів би перетворити їх у зображення за допомогою простого сканування, а потім перетворити їх у текст за допомогою OCR. Чи є хороша програма OCR з графічним інтерфейсом, яка дасть мені хороші результати при натисканні кнопки?

• GOCR від є OCR (оптичне розпізнавання символів) program.It перетворює відскановані зображення тексту назад в текстові файли.

• CLARA - ще один хороший графічний варіант.

• OCRAD from - це OCR, може використовуватися як окремий консольний додаток, або як доповнення до інших програм.

• KOOKA from - це додаток KDE, але він прекрасно працює, крім того, вам потрібно встановити фактичні програми OCR, такі як GOCR та OCRAD. конвертувати JPEG в текст.

• OCRFeeder з є аналіз макета документа і системи оптичного розпізнавання символів.

• Тессеракт з утиліта командного рядкаі це дуже просто use.You може встановити мовний пакет Тессеракт-OCr-Інг з тут .

Подивіться на цю сторінку .

Примітка.
Щоб запустити tesseract goto-термінал і введіть наступне

tesseract imagefile.tif outputfile.txt

Tesseract може читати лише файл TIFF - якщо у вас є JPEG або PDF або будь-що інше, вам доведеться його конвертувати. Крім того, розширення імені файлу повинно бути .tif, а не .tiff, інакше тесеракт помилок виходить.

Є кілька популярних інструментів командного рядка OCR, якими ви можете скористатися (я не впевнений, чи є у них графічний інтерфейс):

• Tesseract ( ReadMe , FAQ ) (Python)

  Також доступний для: Tesseract .NET , Tesseract iOS

  Система OCR, розроблена в лабораторіях HP між 1985 і 1995 роками ... і тепер у Google. Tesseract - це, мабуть, найбільш точний доступний OCR з відкритим кодом.

  Використання:

  tesseract [inputFile] [outputFile] [-l optionalLanguageFile] [PathTohOCRConfigFile]
  

• GOCR

  Розпізнавання символів з відкритим кодом. Він перетворює скановані зображення тексту назад в текстові файли. GOCR можна використовувати з різними передніми частинами, що робить його дуже легким для порту на різні ОС та архітектури. Він може відкривати безліч різних форматів зображень, і його якість щодня покращується.

• OCRopus ™ ( FAQ ) (написано на Python, NumPy та SciPy)

  Система OCR, орієнтована на використання широкомасштабного машинного навчання для вирішення проблем в аналізі документів, що включає аналіз підключення макетів, розпізнавання символів, що підключаються, статистичне моделювання природної мови та багатомовні можливості.

  Основа двигуна OCRopus базується на двох дослідницьких проектах: високоефективний розпізнавальний почерк, розроблений в середині 90-х і розгорнутий Бюро перепису США, та нові високоефективні методи аналізу верстки.

  OCRopus спонсорується розробкою, спонсорується компанією Google і спочатку призначений для великої пропускної спроби з великим обсягом перетворення документів. Ми очікуємо, що це також буде чудовою системою OCR для багатьох інших застосувань.

• Tessnet2 (Open Source, OCR, Tesseract, .NET, DOTNET, C #, VB.NET, C ++ / CLI)

  Tesseract - це C ++ з відкритим кодом OCR. Tessnet2 - це .NET збірка, яка розкриває дуже прості методи для OCR. Tessnet2 має ліцензію Apache 2 (наприклад, tesseract), тобто ви можете користуватися нею, як хочете, включеною в комерційну продукцію.

Небагато інших: ABBYY CLI OCR для Linux , Asprise OCR

Щоб отримати більш повний список, перевірте: Список програмного забезпечення для оптичного розпізнавання символів у Вікіпедії

Дивіться також: wanghaisheng/awesome-ocr- Кураторний список багатообіцяючих ресурсів OCR на GitHub.

Linux-інтелектуально-ocr-рішення

відмова від відповідальності - Я тісно пов'язаний з розробкою цього рішення з відкритими джерелами

Lios може конвертувати друк у текст за допомогою сканера або камери.

Він також може створювати текст із відсканованих зображень з інших джерел, таких як Pdf, Image або Folder, що містять зображення.

Програмі надається повна доступність для людей із вадами зору.

Оскільки я тісно пов’язаний - я хотів би отримати відгук.

• Сайт у Sourceforge
• Вихідний код
• Форум

Gscan2PDF

OCR на багатосторінкових PDF або сканованих документах

Це, мабуть, найпростіший спосіб. Gscan2pdf - це графічний інструмент, який дозволяє не тільки сканувати файли, але й імпортувати файли та виконувати OCR на них. Встановіть gscan2pdf звідси , з програмного центру Ubuntu або запустивши цю команду в терміналі:

sudo apt-get install gscan2pdf

• Запустіть gscan2pdf
• Імпорт pdf (Ctrl + O)
• Необов’язково: Інструменти> Очищення
• Виберіть Інструменти> Зберегти OCR (Ctrl + S)

Gscan2PDF може використовувати настроювані двигуни OCR, за замовчуванням є tesseract-ocr

Ви можете подумати про вибір відповідної мови. У такому випадку вам потрібно буде встановити tesseract-ocr-LANGпакет, де LANGє трибуквенний код мови ISO 639-2. Зараз у вас є 108 мов на 16.04 репо.

• Джерело

Я щойно мав успіх (до 16.04) з pdfocr.rb . Це вказано на вікі Ubuntu

Ось ppa, але сховище на 16.04 не оновлюється. Рубіновий сценарій вище від github, хоча й досі працює з 16.04.

Ви можете завантажити його з Github. Вам знадобляться наступні встановлені пакети:

ruby tesseract-ocr pdftk exactimage

потім зробив pdfocr.rb виконуваним і запустив:

./pdfocf.rb -i source.pdf -o output.pdf

За бажанням можна скористатися -l LANGпараметром. У такому випадку вам потрібно буде встановити tesseract-ocr-LANGпакет, де LANGє трибуквенний код мови ISO 639-2. Зараз у вас є 108 мов на 16.04 репо.

Найкращий і найпростіший спосіб використання - pypdfocrце не змінювати PDF- файл . pypdfocr - тут посилання на модуль python.

pypdfocr your_document.pdf

Зрештою, у вас з’явиться інший your_document_ocr.pdfспосіб, як ви хочете, з текстом для пошуку. Додаток не змінює якість зображення. Трохи збільшує розмір файлу, додаючи текст накладання.

Я думаю, що команда досить проста, що їй не потрібен графічний інтерфейс. Можливо, встановлення pypdfocr є дещо докладнішим:

sudo apt install tesseract-ocr 
pip install pypdfocr 

Оновлення 3 листопада 2018 року:

pypdfocrбільше не підтримується з 2016 року, і я помітив деякі проблеми через те, що його не пропускають. ocrmypdf( модуль виконує подібну роботу і може бути використаний так:

ocrmypdf in.pdf out.pdf

Щоб встановити:

pip install ocrmypdf

або

apt install ocrmypdf

Просто тому, що вона працює дуже красиво і обов'язково повинна бути в списку:

Приклад gimageReader зі знімка екрана:

Він знаходиться у репост (відповів 18.10, але використовував його протягом століть)

gscan2pdf включає 3 різні системи двигунів. Ви можете сканувати право на програму або імпортувати свій PDF-файл у програму. Я виявив, що двигун Tesseract працює чудово і дуже просто у використанні