https://www.opennet.dev/openforum/vsluhforumID3/69118.html Началось бета-тестирование проекта WatchOCR (http://www.watchocr.com/), в рамках которого подготовлен основанный на Knoppix LiveCD-дистрибутив для быстрой организации работы сервера для распознавания и конвертации отсканированных документов. Контроль за прогрессом выполнения операций и настройка параметров дистрибутива осуществляется через web-интерфейс. Размер iso-образа (http://www.watchocr.com/files/watchocr-V0.2-2010-06-28-en.iso) 654 Мб. <br><br><br>Дистрибутив очень прост в настройке и позволяет с минимальными усилиями (достаточно просто загрузить диск и настроить сетевое соединение) организовать сервер преобразующий PDF с изображениями отсканированных страниц в PDF с данными в тестовом представлении для которых можно выполнять операции поиска внутри документа. После загрузки в web-интерфейсе определяются две директории - одна для входящих и одна для преобразованных документов. Вместо локальных директорий поддерживается монтирование удаленных Windows ресурсов. Пользователю достаточно ск...<br><br>URL: http://linux.s https://www.opennet.dev/openforum/vsluhforumID3/69118.html#15 Sun, 25 Jul 2010 09:36:43 GMT Проверил работу WatchOCR "из коробки" на выборке документов (кириллица/латиница) с различного уровня сложностью верстки (от двухколоночного текста, до форм счетов-фактур из 1С). На выходе, как и следовало, появляются PDF в том же виде, что и оригинальный скан. Текст можно выделять и копировать. С кириллицей (с предустановленными настройками дистрибутива) проблемы, Cuneiform не определяет ее, выдавая "06'+ecTBQ C QJPaHRVBHHOQNT B8TBTBBHHOC" вместо "Общество с ограниченной ответственностью" (пример). С распознаванием латиницы тоже не все радужно. Но все это решаемо, интересно было, как оно работает при поставка "как есть". Надеемся, что проекты Cuneiform и WatchOCR будут развиваться.<br><br>P.S. А по поводу "дистр это жирно, нужны скрипты установки", автор над этим работает, во всяком случае .deb пакет на оффсайте есть.<br> https://www.opennet.dev/openforum/vsluhforumID3/69118.html#14 Sat, 24 Jul 2010 00:19:14 GMT Отдельная ОСь.. Баш... Это полезная вещь!<br>LiveCD-дистрибутив для быстрой организации работы сервера для распознавания и конвертации отсканированных документов.<br> https://www.opennet.dev/openforum/vsluhforumID3/69118.html#13 Fri, 23 Jul 2010 19:41:17 GMT К одной кнопке<br> https://www.opennet.dev/openforum/vsluhforumID3/69118.html#12 Fri, 23 Jul 2010 12:43:17 GMT Суть в том, что PDF (image) преобразуется в PDF (image + текст "поверх" растрового) для возможности полнотекстового поиска. В данном случае распознавание сложной верстки документов не так важно, ИМХО.<br> https://www.opennet.dev/openforum/vsluhforumID3/69118.html#11 Fri, 23 Jul 2010 12:22:53 GMT Можно и на виртуалку...<br> https://www.opennet.dev/openforum/vsluhforumID3/69118.html#10 Fri, 23 Jul 2010 11:51:53 GMT &gt;Размер iso-образа 654 Мб. <br><br>=O<br><br>&gt;задействован собственный набор скриптов<br><br>Пара строчек на баш?<br><br>Куда катится мир..<br> https://www.opennet.dev/openforum/vsluhforumID3/69118.html#9 Fri, 23 Jul 2010 10:56:31 GMT &gt;Вообще, да, ставить для этого отдельный ос жирновато. Реквестирую готовых скриптов для <br>&gt;этих целей. <br><br>Скачай дистр и выпили оттуда.<br> https://www.opennet.dev/openforum/vsluhforumID3/69118.html#8 Fri, 23 Jul 2010 10:45:42 GMT &gt;При наличии прямых рук и холодной головы это можно на любом дистре сделать. <br><br>Да, когда встает вопрос "вам шашечки или ехать" - почему-то вылезает очередной Вася из своего гаража и предлагает собрать вам автомобиль. За всего 2 недели, заметьте. Зато именно такой как вы хотели с точностью до винтика. Вот только если надо было например на самолет - небольшая проблема состоит в том что он две недели ждать не будет.<br> https://www.opennet.dev/openforum/vsluhforumID3/69118.html#7 Fri, 23 Jul 2010 10:33:05 GMT Вроде как все пучком. Нужно только относительно хорошее разрешение скана и что бы не было художественных шрифтов.<br>