2012-01-17 Sane Ocr Mysql Drupal

• Scannen en OCR (scan omzetten naar bewerkbare tekst) door Koen Wybo

  • Documentatie/referentie materiaal:

    • http://www.splitbrain.org/blog/2010-06/15-linux_ocr_software_comparison

  • Engines

    • Tessaract (beste)

    • spijkerschrift (cunneiform) als 2de beste

  • Frontends

    • OCR YAGF

    • OCRFeeder

    • Gscan2pdf

    • linux-intelligent-ocr-solution (soms werkt het ... soms niet)

Opmerkingen:

* Steven heeft dit eens toepast om een 30tal blz tellend boek om te zetten in tekst:

inscannen als "pdf" door multifunctional op een "usb stick"...deze omzetten naar "tif" zwart/wit foto bestanden...en dan tessaract elke tif laten verwerken met Nederlandse woordenboek:

convert -colorspace RGB -depth 8 -density 150 -verbose 13923493-30-jaar-beroepsrennerswedstrijd-te-izegem.pdf[1]

tesseract p1.tif p1 -l nld

* Via google docs kan je een bestand tot 2mbyte uploaden en vink dan "scan pdf of beeldbestand naar google documenten" aan. Als je je bestand naar "zwart/wit" omzet kun je het vaak verkleinen in "kilobytes" .

• Mysql/phpmyadmin/php database door Steven Leeman

  • • sites : http://en.wikipedia.org/wiki/MySQL , http://www.mysql.com/ , http://be2.php.net/ , http://www.savjee.be/anagramsolver.html

• • www.hotscripts.com

• Drupal 7 content managment system door Ingrid

Foto's: