[NIXP] WatchOCR — LiveCD Linux для распознавания текста в PDF

[Dmitry Shurupov]

Неизвестный читатель Slashdot представил общественности обнаруженный им проект LiveCD Linux-дистрибутива WatchOCR, предназначенного для быстрого и простого распознавания текста в PDF-файлах. WatchOCR позиционируется как «свободный OCR-сервер для PDF». Он основан на LiveCD-дистрибутиве Knoppix и использует Open Source-средства CuneiForm и ExactImage для выполнения работы по распознаванию текста. В WatchOCR доступен простой веб-интерфейс, позволяющий удаленно настроить слежение за каталогом на факт поступления новых отсканированных PDF-файлов. При появлении таких файлов (PDF с изображениями) WatchOCR преобразует их в PDF с распознанным текстом. Подробности о WatchOCR, статьи по его установке и настройке, а также форум доступны на сайте проекта.

оригинал на www.nixp.ru

[sash-kan]

обнаруженный им проект

проект обнаружен во время раскопок в египте?

[Karbofos]

а live-cd для извлечения дисков ещё не придумали?

[Dmitry Shurupov]

обнаруженный им проект

проект обнаружен во время раскопок в египте?

Да, примерно так. Часто же бывает, что появляется относительно интересный для масс проект, но про него никто не знает, пока какой-нибудь энтузиаст не закинет анонс в тематическое СМИ. Вот яркий тому пример.

[t.t]

Только с распознаванием кириллицы у Cuneiform, насколько я знаю, всё плохо.

[sciko]

Только с распознаванием кириллицы у Cuneiform, насколько я знаю, всё плохо.

Наоборот. Как раз с распознаванием кириллицы у Cuneiform лучше остальных. Но там в глубине до фига багов и не очень прямой код. Наследие бурной молодости, десу.

[t.t]

Лучше остальных открытых Вы имеете ввиду? Т.е. лучше, чем совсем никак?

[sciko]

Лучше остальных открытых Вы имеете ввиду?

Да. Если и хуже файнридера, то не намного.

Т.е. лучше, чем совсем никак?

Тессу можно обучить русскому. На счёт остальных не знаю, не пробовал.

[t.t]

Обучить можно вручную, или уже есть автообучние? А у Cuneiform «из коробки» сносное распознавание кириллицы?

Возможно, я отстал от жизни в этом вопросе, прошу прощения.

[Lazy_Kent]

У Cuneiform очень хорошее распознавание кириллицы. Обучения, как я понял, нет никакого.