OCR Ubuntu Linux

имхо, только если файнридер в вайне. Родные средства пока находятся на уровне академического интереса.
Правда, есть ещё cuneiform, но оно будет не менее криво, чем файнридер в вайне, плюс только в лицензии.

tesseract-ocr оно как? заявлена обучаемость. правда мыльница она только jpg даёт, но это я думаю мелочи на 10 мегапикселах.

cuneiform более менее справится, надо только подсвечивать фотки в гимпе, я не знаю, почему, но фотка должна быть исключительно яркая

я приятельнице перегонял реферат из печатного в электронный - 20 страниц за два вечера, при этом с высветом я придумал только к концу работы и три-четыре темных фотки перебил руками

В принципе, куниформ достаточно торт. Если только текст и качество фотки нормальное будет, то должно распознать.

Наверное, для осветления можно использовать скрипт с использованием имэйджмэджика, быстрее должно получиться.

Нафоткать, отмасштабировать, скомпилить в djvu. Подробностей не знаю, но это первое, что пришло на ум.

согласен, только то было где-то в сесии, мне было проще топорным методом (:

Дежавю без оцр-слоя - говно.

а по сопатке?

cuneiform очень хорошо справляется с отсканированными документами в b/w, главное правильно подобрать уровень

куниформом не пользовался, так что не отвечаю.

Cuneiform ведь чисто консольная утилита?

Я когда-то пробовал YAGF + cuneiform.
В принципе, те участки фотографии, которые были нормального качества, распознались нормально. Надо будет сканы попробовать, должно быть нормально.
http://itmages.ru/image/view/35062/620d5cdd

Но надо усиленно следить за качеством фотографии.
З.Ы. Список и прчее форматирование совершенно не понимает.

З.З.Ы. Так дерьмово выглядит, т.к. этих самых нормальных учасков снимка было мало и делалось всё наскоро.

есть какой то гуй вроде бы на кутях, в ауре в свое время видел

но удобнее консольной

Так я и говорю про YAGF.

Нахрена распознавать - сделай в djvu. На крайняк есть словарный указатель.

ocr-ить технарские учебники сегодня - идиотизм. Все равно ни черта не работает нормально, хоть под каким файнридером делать.

лорчую djvu. Или pdf со сжатой графикой и фоновым OCR (но не знаю свободных прог, которые это умеют)

что-то я кюниформ не нашёл в дебе.
и, кстати, это книга. там жуткие завороты по углам. или по краю.

дежавю - это для специфичных вещей. художественная литература в нём - надругательство над читателем.

художественная литература не нужна

я вот сегодня с утра выпил 3,5 литра пива.
вечером выкушал 0,25 водки.
это всё не надо.
а я ещё на лоре, который не нужен.
и пытаюсь найти способ сделать кому-то что-то нужное.
пусть это даже пустое хотение.

>>и пытаюсь найти способ сделать кому-то что-то нужное.

Расскажи это гусарам.

OCR-ить ГСМ-ские выделения не нужно никому в принципе. Скудоумные почитатели их талантов в отсутствие привычной жвачки для мозгов занялись бы истреблением друг друга, двигая прогресс.

http://insdom.blogspot.com/2010/03/deb-yagfcuneiform-ocr.html

ну кому надо тот купит. у автора, или издателя.
я так делаю.
а если нет в и-нете - то гуголь не поможет. надо ручками.
и при чём тут горюче-смазочные-материалы?

а поиск? я тебе назову десяток хороших книг и без указателя. и ocr слой офигенено нужен в таких.

>тот купит. у автора, или издателя.

с бумажными книгами всё хорошо, пока их не так много. а вот когда их становится больше 100 хранить их неудобно, опять же надо и дома и на работе копии иметь.

она гораздо нужнее тебя

в последних версиях файнриадера была оптимизация под распознавание фоток. А вообще можно думаю ограничится процессом «скана» и отослать фотки другому добровольцу(ам). Самое муторное это вычитка

пдф-сжатие это жпег а значит текст будет выглядеть как говно. и вообще текст с таблицами и формулами фоткать не рекомендуется. Сканировать с набитой рукой можно со скоростью до трех страниц в минуту. Но опять же проблема обрезки и удаления краевых искажений. Лучше просто сохрани в серый пнг и отошли специалисту

согласен, в последнее время решил почитать электронных книг, с мелкими ошибками просто беда, глаз режет дико

Обработать фотографии scantailor'ом и файнридер в вайне. Самый быстрый и надежный способ. Cuneifor пока еще не айс. С идеальными сканами он еще как-то справляется, но с фотографиями - придется повозиться.

>лорчую djvu. Или pdf со сжатой графикой и фоновым OCR (но не знаю свободных прог, которые это умеют)

Есть ocrodjvu, он даже поддерживает cuneiform в качестве движка. Правда у меня так ничего путного не получилось. Страниц 10-15 распознает, потом сегфолтится. С движком tecerct все гуд, но он не умеет русский.

>Есть ocrodjvu, он даже поддерживает cuneiform в качестве движка.

он делает ocr, оставляя при этом исходную картинку?

Да. Принцип работы тот же, что и виндового djvuocr

trollmode