kamenkapenza
Advanced Member | Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Цитата: ну что ж, напишу мануал по встроенному OCR через tesseract, пока все помню
что бы откликалось в поисковике яндекса :
"Как распознать текст через встроенный OCR в ScanKromsator", " tesseract"
1. скачать версию ScanKromsator v6.75 (эту версию потому как в шапке на текущий момент добавки для этой версии : ) скачать из шапки "добавки и замечания к v6.75 от bolega" архив sk6.75-add.rar, правда там папка 6.72
2. все файлы/папки из архива sk6.75-add.rar кинуть в папку с экзешником ScanKromsator
3. настроить путь до , файла "\tessdata2\rus.traineddata"" в меню SK "FILE->Options..->Apps->Tesseract" указать на данный файл
4. в "Page->special->More2->OCR Languares" отметить чекбокс Russian, English , отмечать обязательно с удержанием кнопки Ctrl !!!
5. OCR работает только с BW файлами , выбрать в Files->Color - B/W
6. сохранить как task и Закрыть-Открыт SK , с сохраненным task
......добавляем наши сканы... меняем остальные настройки как нужно нам....
7. Генерим выходной TIFF B/W
8. Генерим выходной tocr (SCAN_0001.tif.tocr) - Result->OCR output files->All
9. если нужен цветной TIFF , то меняем B/W на цветной , генерим TIFF на выход
10. смотрим через встроенный вьювер , во вьювер вызывая OCR через - правый клик->Special->OCR page , наводим на слова , распознанное слово должно всплывать желтым текстовым хинтом
в ScanKromsator v6.8 есть прямо опция PDF сгенерить с OCR
но распознавание в v6.8 с комплектом sk6.75-add.rar - запустить не удалось, распознавание не работает
поэтому PDF создается без текстовой подложки
может будут всплывать сообщения о недостающей DLL или не указан язык или нет папки - значит что то не доделали по пунктикам, конечно касательно версии sk6.75.
может кому то поможет в раскопках по вопросу "как распознать текст в ScanKromsator" |
Цитата: serg28serg
Цитата:
запустить не удалось, распознавание не работает
Попробуйте продолжить последовательность:
11. File > Create out task
12. В out-task задаем output format=pdf, задаем имя файла, ставим галку на Add ocr
13. Генерим pdf: т.е. process all или для проверки process current page
На выходе будет pdf с OCR слоем.
|
Эх! Некому всё это в ролике показать, было бы наглядное пособие по созданию pdf с ocr-слоем. Заодно продемонстрировали,что такое tesseract, про него только человек 15 знают, не более.
djvu-книгу я создаю так (нашел самый быстрый оптимальный и качественный способ:
1. После обработки файлов TIFF в Кромсаторе сохраняю задание под определенным именем - субтаск с этим именем - Тулс - Создание джву с установленными параметрами качества файла.
2. Выходной djvu-файл открываю программой Документ Экспресс Эдитор, в ней можно поменять местами страницы,удалить страницы и добавить djvu-страницы извне, если такая необходимость существует.
3. Открываю djvu-файл в Файн Ридере через меню Открыть в ОКР редакторе, распознаю и сохраняю файл с окр слоем так же в формате djvu
4. После выхода с Файн Ридера выходной файл получается раза в 2 по объему меньше оригинального, т.е. Файн ридер съедает качество изображения.
5. Для решения проблемы порчи файла Файн ридером меняем слои, вставляем слой с файла, изготовленного Файн ридером, в первоначальный файл с помощью программы FR11Djvu Text Layer Crutch 0.3.1
6. Оглавление создаем с помощью PdfDjvuBookmarker
7.Pdf-книгу я создавал путем конвертации из готового djvu с помощью программы DjVuToy, в результате получается Pdf-книга с оглавлением, но с текстовым слоем или нет не совсем понятно, потому что в Pdf-файлах неизвестно где находится поиск по тексту.
.... поэтому процесс создания pdf-книги с ocr-слоем очень актуален и нужен видеообзор!
|
