MandrivaUser.de • Thema anzeigen

Unbeantwortete Themen | Aktive Themen

Foren-Übersicht » Projekte und Werkstätten, HowTos, Cooker, Bugs » Werkstätten » Paketbau

Alle Zeiten sind UTC + 1 Stunde

cuneiform OCR

Seite 1 von 2

[ 22 Beiträge ]

Gehe zu Seite 1, 2 Nächste

Vorheriges Thema | Nächstes Thema

Autor

Nachricht

MadMax

Betreff des Beitrags:

Verfasst: 20.09.2008, 15:11

Registriert: 03.01.2005, 11:02
Beiträge: 2557

Hallo Mandrivisten,

jetzt gibt's Konkurrenz zu tesseract-OCR : https://launchpad.net/cuneiform-linux

Das unscheinbare Kommandozeilen-Programm kann im Gegensatz zu tesseract sogar Formatierungen (zentrierter, linksbündiger Text, fett, kursiv, unterstrichen) erkennen, und speichert dann den formatierten Text in einer HTML-Datei ab.

Ich hab das mal mit einer Einladung probiert, die mit Arial 12pt geschrieben war und diverse verschiedene Formatierungen und auch die deutschen Umlaute und "ß" beinhaltete.
Zunächst habe ich die Vorlage mit xsane mit 300dpi im TIFF-Format gespeichert. Dann auf der Konsole ein simples:

Code:

cuneiform -l ger --html <zu konvertierende Grafik>.tiff

Das Ergebnis konnte sich wirklich sehen lassen! Genial, so langsam wird das was mit OCR unter Linux.
Zu Text konvertieren läßt sich übrigens alles, was sich mit ImageMagick öffnen läßt.

Hier meine SPEC zum Programm:

Code:

##### GENERAL STUFF #####
%define version      0.4
%define release      %mkrel 1

Name:      cuneiform
Summary:   An OCR system
Version:   %{version}
Release:   %{release}
License:   BSD
URL:      https://launchpad.net/cuneiform-linux
Group:      Text tools
Source0:   %{name}-%{version}.tar.bz2
BuildRequires:   cmake
BuildRequires:   ImageMagick
BuildRoot:   %{_tmppath}/%{name}-%{version}-%{release}-buildroot


##### DESCRIPTION #####
%description
Cuneiform is an multi-language OCR system originally developed
and open sourced by Cognitive Technologies. Cuneiform was
originally a Windows program, which was ported to Linux
by Jussi Pakkanen.



##### PREP #####
%prep
%setup -q


##### BUILD #####
%build
%cmake
%make



##### INSTALL #####
%install
rm -rf %{buildroot}
cd build
%makeinstall_std



##### CLEAN #####
%clean
rm -rf %{buildroot}



##### POST & POSTUN INSTALL SCRIPTS #####
%post
%postun



##### FILE LIST #####

##### tesseract-ocr #####
%files
%defattr(-,root,root)

%doc issues.txt *readme.rtf readme.txt
%{_bindir}/%{name}
%{_datadir}/%{name}/*.dat
%{_libdir}/*.so



##### CHANGELOG #####
%changelog
* Sat Sep 20 2008 MaxiPunkt <email@domain.de> 0.4-1max
- First built for Mandriva

Zuletzt geändert von MadMax am 20.09.2008, 15:21, insgesamt 1-mal geändert.

Nach oben

wobo

Betreff des Beitrags:

Verfasst: 20.09.2008, 15:24

Site Admin

Registriert: 04.09.2003, 04:26
Beiträge: 30346
Wohnort: Da wo das Gold war!

HabenwillHabenwillHabenwill!!!!1

Wenns geht gleich für die 2009.0 ....

wobo

_________________
Fragt nicht, was wir für euch tun können! Lest das Artikel-Wiki!
-----
Meine elektronische Seite: http://www.wolf-b.de
Meine dunkle Seite: http://wobo46.wordpress.com/

Nach oben

obgr_seneca

Betreff des Beitrags:

Verfasst: 20.09.2008, 15:41

Site Admin

Registriert: 28.03.2006, 08:52
Beiträge: 11162
Wohnort: Horb am Neckar / Freiburg im Breisgau

Schon dabei...

Oliver

_________________
Oliver aka obgr_seneca

Mageia.Org

Nach oben

MadMax

Betreff des Beitrags:

Verfasst: 20.09.2008, 16:38

Registriert: 03.01.2005, 11:02
Beiträge: 2557

Man kann mit cuneiform übrigens auch im RTF-Format abspeichern:

Code:

cuneiform -l ger -f rtf <zu konvertierende Grafik>.tiff

Danach kann man das Ganze gleich mit OpenOffice öffnen und den letzten Feinschliff geben.

Ich bin begeistert!

Unicode-Unterstützung hat die Version 0.4 übrigens noch nicht, es wird nur ISO-kodiert abgespeichert. Was allerdings nur auffällt, wenn man zu reinem Text konvertiert (und wer will das schon...).

UTF8 wird es aber schon in der kommenden Version geben:
https://bugs.launchpad.net/cuneiform-linux/+bug/262660

Jetzt fehlt nur noch die Erkennung von mehrspaltigen Texten - das kann cuneiform leider noch nicht...

Nach oben

MadMax

Betreff des Beitrags:

Verfasst: 20.09.2008, 17:06

Registriert: 03.01.2005, 11:02
Beiträge: 2557

Ich werd verrückt - mehrspaltige Texte funktionieren doch!

Das es nicht funktionieren soll, habe ich nur irgendwo beim googeln gelesen. Man sollte also immer erst selbst probieren, bevor man veraltete Informationen nachplappert.

Nach oben

MadMax

Betreff des Beitrags:

Verfasst: 19.11.2008, 14:13

Registriert: 03.01.2005, 11:02
Beiträge: 2557

Seit kurzem ist das OCR-Programm in neuer Version verfügbar:

Code:

##### GENERAL STUFF #####
%define version      0.5.0
%define release      %mkrel 1
%define tar_ver      0.5

Name:      cuneiform
Summary:   An OCR system
Version:   %{version}
Release:   %{release}
License:   BSD
URL:      https://launchpad.net/cuneiform-linux
Group:      Text tools
Source0:   %{name}-%{tar_ver}.tar.bz2
BuildRequires:   cmake
BuildRequires:   ImageMagick
BuildRoot:   %{_tmppath}/%{name}-%{version}-%{release}-buildroot


##### DESCRIPTION #####
%description
Cuneiform is an multi-language OCR system originally developed
and open sourced by Cognitive Technologies. Cuneiform was
originally a Windows program, which was ported to Linux
by Jussi Pakkanen.



##### PREP #####
%prep
%setup -q



##### BUILD #####
%build
%cmake
%make



##### INSTALL #####
%install
rm -rf %{buildroot}
cd build
%makeinstall_std



##### CLEAN #####
%clean
rm -rf %{buildroot}



##### POST & POSTUN INSTALL SCRIPTS #####
%post
%postun



##### FILE LIST #####
%files
%defattr(-,root,root,-)
%doc issues.txt *readme.rtf readme.txt
%{_bindir}/%{name}
%{_datadir}/%{name}/*.dat
%{_libdir}/*.so



##### CHANGELOG #####
%changelog
* Wed Nov 19 2008 MaxiPunkt <email@domain.de> 0.5.0-1max
- New version
* Sat Sep 20 2008 MaxiPunkt <email@domain.de> 0.4-1max
- First built for Mandriva

Nach oben

jkowalzik

Betreff des Beitrags:

Verfasst: 22.01.2009, 15:45

Registriert: 02.09.2005, 19:54
Beiträge: 2644
Wohnort: Plettenberg ex Ichenhausen

Hallo!

Zitat:

[root@multimedia juergen]# urpmi cuneiform
Kein Paket mit dem Namen cuneiform gefunden

..auf x86_64

Gruß
J.

_________________
Der Mann "aus" Bayern, jetzt wieder heavy on the wire

Nach oben

obgr_seneca

Betreff des Beitrags:

Verfasst: 22.01.2009, 16:18

Site Admin

Registriert: 28.03.2006, 08:52
Beiträge: 11162
Wohnort: Horb am Neckar / Freiburg im Breisgau

Ja, weil wir keinen x86_64-Rechner im RPM-Team mehr hatten, auf den ftp läd aber eben das src.rpm hoch, dauert noch etwa 40 Minuten, dann Du könntest einen Rebuild machen...

Oliver

_________________
Oliver aka obgr_seneca

Mageia.Org

Nach oben

jkowalzik

Betreff des Beitrags:

Verfasst: 22.01.2009, 16:32

Registriert: 02.09.2005, 19:54
Beiträge: 2644
Wohnort: Plettenberg ex Ichenhausen

Danke!
...schon geholt
Gruß
J.

_________________
Der Mann "aus" Bayern, jetzt wieder heavy on the wire

Nach oben

obgr_seneca

Betreff des Beitrags:

Verfasst: 22.01.2009, 16:47

Site Admin

Registriert: 28.03.2006, 08:52
Beiträge: 11162
Wohnort: Horb am Neckar / Freiburg im Breisgau

Ähm...
laut meinem Upload-Manager ist der Upload aber gerade jetzt erst abgeschlossen. Da hast Du wohl ein unvollständiges Paket...

Deswegens schrieb ich ja

Zitat:

dauert noch etwa 40 Minuten

Oliver

_________________
Oliver aka obgr_seneca

Mageia.Org

Nach oben

jkowalzik

Betreff des Beitrags:

Verfasst: 22.01.2009, 19:46

Registriert: 02.09.2005, 19:54
Beiträge: 2644
Wohnort: Plettenberg ex Ichenhausen

Hallo!

Ich habe meinen Bürostuhl umgedreht und einen x86_32 (i586) gestartet.

Die Erkennungsrate ist tatsächlich enorm gegenüber dem, was man sonst so erwarten kann.
Nur wenn ich an den Erstbericht erinnere, dort ist von *.tiff's die Rede, cuneiform will allerdings *.bmp!
Sowas wie dieses:

Code:

cuneiform -l ger -f rtf *.bmp

also Verarbeitung von "Bild1.bmp bis Bildx.bmp" (Stapelverarbeitung) geht auch nicht, es wird nur das BILDx.bmp bearbeitet.

Gruß
J.

_________________
Der Mann "aus" Bayern, jetzt wieder heavy on the wire

Nach oben

MadMax

Betreff des Beitrags:

Verfasst: 22.01.2009, 20:58

Registriert: 03.01.2005, 11:02
Beiträge: 2557

Zitat:

Nur wenn ich an den Erstbericht erinnere, dort ist von *.tiff's die Rede, cuneiform will allerdings *.bmp!

Kann ich nicht nachvollziehen:

Code:

$ cuneiform -l ger -f rtf test.tiff
Cuneiform for Linux 0.5.0
The image depth is 24 at this point.

Zitat:

Verarbeitung von "Bild1.bmp bis Bildx.bmp" (Stapelverarbeitung) geht auch nicht, es wird nur das BILDx.bmp bearbeitet.

Schreib halt ein kleines Skript mit einer Schleife...

Nach oben

obgr_seneca

Betreff des Beitrags:

Verfasst: 22.01.2009, 22:30

Site Admin

Registriert: 28.03.2006, 08:52
Beiträge: 11162
Wohnort: Horb am Neckar / Freiburg im Breisgau

Habe eben die mud-Pakete (i586 und src) auf die aktuelle 0.5 aktualisiert, das hatte ich offensichtlich übersehen. Hoffe in näherer Zukunft auch x86_64 bieten zu können.

Oliver

_________________
Oliver aka obgr_seneca

Mageia.Org

Nach oben

jkowalzik

Betreff des Beitrags: Re:

Verfasst: 25.10.2009, 22:19

Registriert: 02.09.2005, 19:54
Beiträge: 2644
Wohnort: Plettenberg ex Ichenhausen

obgr_seneca hat geschrieben:

Habe eben die mud-Pakete (i586 und src) auf die aktuelle 0.5 aktualisiert, das hatte ich offensichtlich übersehen. Hoffe in näherer Zukunft auch x86_64 bieten zu können.
Oliver

Hallo!
Schon wieder "ich"

Nach Suche gefunden:
ftp://ftp.mandrivauser.de/rpm/GPL/2009.0/i586/release/

Datei:cuneiform-0.5-1mud2009.0.i586.rpm 23139 KB 22.01.2009 00:00:00Sitze gerade am Rechner und wollte einen "Leserbrief" OCR behandeln und kein W$ starten. Auch am i586-2009.1 kein cuneiform

Zitat:

Downloads
Latest version is 0.8
* cuneiform-l...8.0.tar.bz2
released on 2009-09-02

Machma da nich weita?
Gut, 2010 vor der Tür, kann man 09.1 überspringen.

Gruß
J.

_________________
Der Mann "aus" Bayern, jetzt wieder heavy on the wire

Nach oben

doktor5000

Betreff des Beitrags: Re: cuneiform OCR

Verfasst: 27.10.2009, 16:27

Registriert: 12.12.2004, 18:14
Beiträge: 10342
Wohnort: Leipzig

Wenn es für 2009.1 nicht angefragt wurde, wurde wahrscheinlich kein Rebuild gemacht, da keine Nachfrage bestand.

_________________
Wer lesen kann, ist klar im Vorteil!
--
Mageia - The magic continues ...

Nach oben

Seite 1 von 2

[ 22 Beiträge ]

Gehe zu Seite 1, 2 Nächste

Foren-Übersicht » Projekte und Werkstätten, HowTos, Cooker, Bugs » Werkstätten » Paketbau

Alle Zeiten sind UTC + 1 Stunde

Wer ist online?

Mitglieder in diesem Forum: 0 Mitglieder und 0 Gäste

Du darfst keine neuen Themen in diesem Forum erstellen.
Du darfst keine Antworten zu Themen in diesem Forum erstellen.
Du darfst deine Beiträge in diesem Forum nicht ändern.
Du darfst deine Beiträge in diesem Forum nicht löschen.
Du darfst keine Dateianhänge in diesem Forum erstellen.

Gehe zu: