forum.opennet.ru - "Релиз системы распознавания текста Tesseract 5.5.0" (49)

"Релиз системы распознавания текста Tesseract 5.5.0"

Форум Разговоры, обсуждение новостей
Вариант для распечатки		Пред. тема \| След. тема
Изначальное сообщение		[ Отслеживать ]

"Релиз системы распознавания текста Tesseract 5.5.0"	+/–
Сообщение от opennews (?), 11-Ноя-24, 08:49
Опубликован релиз системы оптического распознавания текста Tesseract 5.5.0, поддерживающей Unicode и распознавание текстов более чем на 100 языках, включая русский, казахский, белорусский и украинский. Результат может сохраняться как открытым текстом, так и в форматах HTML (hOCR), ALTO (XML), PDF и TSV. Изначально система была создана в 1985-1995 годах в лаборатории компании Hewlett Packard, в 2005 году код был открыт под лицензией Apache и в дальнейшем развивался при участии работников компании Google. Исходные тексты проекта распространяются под лицензией Apache 2.0... Подробнее: https://www.opennet.me/opennews/art.shtml?num=62216
Ответить \| Правка \| Cообщить модератору

Оглавление

при попытке скачать последнюю билду выскакивает 404а эта прога никак не умеет ра, Швондик (?), 08:49 , 11-Ноя-24, (1) +1

жрёт картинки, в примерах tiffконвертишь утилитой консольной кажись уже для вс, Аноним (2), 09:21 , 11-Ноя-24, (2)
1 Устанавливаешь djvulibre2 Конвертируешь в pdf ddjvu -format pdf input djvu , Аноним (-), 19:54 , 11-Ноя-24, (38)

так tesseract не читает pdf, Швондик (?), 20:15 , 11-Ноя-24, (39) –1

Так устанавливаешь ghost и конвертируешь pdf в jpeg и распознаешь , Аноним (57), 16:41 , 13-Ноя-24, (57)

Для расширенного функционала лучше использовать какой-то frontend к нейhttps t, Аноним (42), 23:31 , 11-Ноя-24, (42)

Использовал для распознавания текста из одной книжки, оказалось вполне работоспо, Аноним (4), 10:17 , 11-Ноя-24, (4) +5

Гугл модели зажал, сабж по факту практически бесполезен из-за ошибок и слабых во, Аноним (5), 10:36 , 11-Ноя-24, (5)

Оно без моделей и без Хухла нормально работало При хорошей чёткости скана работ, Аноним (16), 13:10 , 11-Ноя-24, (16) +2

С легаси движками без нейронок Помню, приходилось скармливать ей идеальный выро, Аноним (5), 13:30 , 11-Ноя-24, (18) –1

для сабжа просто в имеджмаджике картинку с низким разрешением напрмиер, скриншо, Аноним (26), 16:11 , 11-Ноя-24, (26)

Сабжу можно указать разрешение исходного растра, ключ --dpi , что ли, и можно н, Аноним (28), 16:20 , 11-Ноя-24, (28)
Сайт не открывается без прокси А так PaddleOCR же Вообще печально, что такие б, Аноним (5), 16:57 , 11-Ноя-24, (29)

Так решает же задачку OCR Да, без ИИ Но, OCR не особо-то нужен в жизни современ, Аноним (16), 18:55 , 11-Ноя-24, (32)

В нормальной жизни современного человека с компьютером необходимо каждый день ра, Аноним (5), 19:20 , 11-Ноя-24, (37)

В смысле зажал А распознает он тогда чем У tesseract есть более сотни моделе, Аноним (24), 16:02 , 11-Ноя-24, (24)

Это демонстрационные модели 7 летней давности , Аноним (5), 17:06 , 11-Ноя-24, (30)
Там же два движка, как написано в новости Не знаю, правду ли сказал чувак про з, Аноним (31), 17:11 , 11-Ноя-24, (31)

А это тогда что https github com tesseract-ocr tessdatahttps github com tess, Аноним (45), 04:10 , 12-Ноя-24, (45) +1

Так ты же совсем глупенький, если не понимаешь, почему представленные демонстрац, Аноним (5), 09:24 , 12-Ноя-24, (48) –1

Работают, распознают, каши не просят, но 171 не годятся 187 Неосилятор что , Аноним (45), 10:04 , 12-Ноя-24, (49)

Когда я его в прошлый раз использовал Finereader, в нём не было никаких продвину, Аноним (5), 10:53 , 12-Ноя-24, (52)

А при чем тут их качество Речь была о том, что ты нагло наврал рассказами о Гу, Аноним (50), 10:07 , 12-Ноя-24, (50)

Это не те модели, что использует Гугл Да, тессеракт, насколько мне известно, им, Аноним (5), 10:48 , 12-Ноя-24, (51)

Почему кому-то должно быть не наплевать Откуда тебе это известно Гугл давным да, Аноним (50), 11:37 , 12-Ноя-24, (53)

А он не скрывал это, пару лет назад была инфа Все его юзают, тот же яндекс соби, Аноним (5), 12:07 , 12-Ноя-24, (54) –1

Ты забыл дать ссылки на пруфы , Аноним (50), 12:30 , 12-Ноя-24, (55)

Под оффтопик есть кроме файнридера ещё и ReadIris В основном в комплекте к HP-ш, ryoken (ok), 10:47 , 11-Ноя-24, (6) –1
Не умеет оно распознавать текст где есть язык с вкраплением слов на английском , fuggy (ok), 14:46 , 11-Ноя-24, (20)

Умеет, просто нужно выбирать две модели eng rus А при выводе в HOCR он даже п, Аноним (24), 16:07 , 11-Ноя-24, (25) +1

А, кстати, дореволюционную орфографию с ятями оно уже умеет , Аноним (41), 23:03 , 11-Ноя-24, (41)

Штатные модельки 8212 увы, нет , Аноним (45), 23:54 , 12-Ноя-24, (56)

Как распознавал хреново чуть-чуть нестандартно написанный напечатанный текст, та, Аноним (7), 10:53 , 11-Ноя-24, (7) –1

Проприетарное российское ocr по есть на Linux , Аноним (8), 10:57 , 11-Ноя-24, (8) +1

Какое , Аноним (7), 10:59 , 11-Ноя-24, (9) +1

Не знаю, что ты там распознавал и чем, но я сотни книг и газет на русском из а, Валерий Менаев (?), 11:14 , 11-Ноя-24, (10) +2

Какие фобы, ты чего, Валера - https contentai ru, Имя (?), 11:23 , 11-Ноя-24, (11) –3

у них под линукс ГУЁвая-распознавалка вроде же не работает , Аноним (26), 16:14 , 11-Ноя-24, (27)
Она не ьесплатна и цен вообще нет, Ддд (?), 19:11 , 11-Ноя-24, (36)

Ну ты видимо своими глазами в состоянии текст с экрана своего устройства распо, Аноним (7), 11:28 , 11-Ноя-24, (12)

И таки Tesseract хорошо работает на разных языках При хорошем качестве скана, , Аноним (16), 13:15 , 11-Ноя-24, (17)

Распознавание текста это первая тема во всех нормальных туториалпх по нейронкам , Аноним (14), 12:51 , 11-Ноя-24, (14)

Отличная весть Висит на хоткее для перевода текста с картинок Вполне корректно, Аноним (13), 11:46 , 11-Ноя-24, (13) +1
Проверил под Fedora Весьма недурно распознает даже кривые-косые картинки Не пр, Аноним (34), 19:01 , 11-Ноя-24, (34) +1
Как было кривым так и осталось Гугл камера и то лучше текст распознает Ни одно, Ддд (?), 19:10 , 11-Ноя-24, (35) –2
Если бы оно ещё закладки умело добавлять автоматически 8212 цены бы не было , Аноним (-), 20:32 , 11-Ноя-24, (40)
Для поддержки пользователей, обожающих присылать скриншоты и минимум текстовой и, ptr (ok), 00:41 , 12-Ноя-24, (44) +1
Конверсия картинки с текстом в пдф Полученный пдф файл представляет из себя два, Аноним (46), 04:41 , 12-Ноя-24, (46)
На редкость полезная вещь, простые сканы документов распознает более-менее сносн, Аноним (47), 06:48 , 12-Ноя-24, (47)

Сообщения [Сортировка по времени | RSS]

1. "Релиз системы распознавания текста Tesseract 5.5.0" +1 +/–

Сообщение от Швондик (?), 11-Ноя-24, 08:49

при попытке скачать последнюю билду выскакивает 404
а эта прога никак не умеет распозновать djvu ?

Ответить | Правка | Наверх | Cообщить модератору

2. "Релиз системы распознавания текста Tesseract 5.5.0" +/–

Сообщение от Аноним (2), 11-Ноя-24, 09:21

жрёт картинки, в примерах .tiff
конвертишь утилитой консольной (кажись уже для всех форматов найти можно), подсовываешь

Ответить | Правка | Наверх | Cообщить модератору

38. "Релиз системы распознавания текста Tesseract 5.5.0" +/–

Сообщение от Аноним (-), 11-Ноя-24, 19:54

1. Устанавливаешь djvulibre
2. Конвертируешь в pdf: ddjvu -format=pdf input.djvu output.pdf
3. Распонаёшь в tesseract

Ответить | Правка | К родителю #1 | Наверх | Cообщить модератору

39. "Релиз системы распознавания текста Tesseract 5.5.0" –1 +/–

Сообщение от Швондик (?), 11-Ноя-24, 20:15

так tesseract не читает pdf

Ответить | Правка | Наверх | Cообщить модератору

57. "Релиз системы распознавания текста Tesseract 5.5.0" +/–

Сообщение от Аноним (57), 13-Ноя-24, 16:41

Так устанавливаешь ghost и конвертируешь pdf в jpeg и распознаешь.

Ответить | Правка | Наверх | Cообщить модератору

42. "Релиз системы распознавания текста Tesseract 5.5.0" +/–

Сообщение от Аноним (42), 11-Ноя-24, 23:31

> а эта прога никак не умеет распозновать djvu ?
Для расширенного функционала лучше использовать какой-то frontend к ней
https://tesseract-ocr.github.io/tessdoc/User-Projects-–...

Ответить | Правка | К родителю #1 | Наверх | Cообщить модератору

4. "Релиз системы распознавания текста Tesseract 5.5.0" +5 +/–

Сообщение от Аноним (4), 11-Ноя-24, 10:17

Использовал для распознавания текста из одной книжки, оказалось вполне работоспособная штука. Изначально был настроен скептически, думал, что в итоге понадобится Виноуз и ФайнРидер, но нет, все удалось сделать. После распознавания требовалось минимальное ручное вмешательство по исправлению распознанного. Ну, оно и в ФайнРидер требовалось, когда я его редко использовал, так что тут паритет.
Как ГУЙ-морда использвался gImageReader.

Ответить | Правка | Наверх | Cообщить модератору

5. "Релиз системы распознавания текста Tesseract 5.5.0" +/–

Сообщение от Аноним (5), 11-Ноя-24, 10:36

Гугл модели зажал, сабж по факту практически бесполезен из-за ошибок и слабых возможностей распознавания. Для использования, у тебя должны быть ресурсы, чтобы натренировать свои модели, и это для пользователей не реально.

Ответить | Правка | Наверх | Cообщить модератору

16. "Релиз системы распознавания текста Tesseract 5.5.0" +2 +/–

Сообщение от Аноним (16), 11-Ноя-24, 13:10

Оно без моделей и без Хухла нормально работало. При хорошей чёткости скана работает очень хорошо, без ИИ, без коммерческих вендоров.

Ответить | Правка | Наверх | Cообщить модератору

18. "Релиз системы распознавания текста Tesseract 5.5.0" –1 +/–

Сообщение от Аноним (5), 11-Ноя-24, 13:30

С легаси движками без нейронок. Помню, приходилось скармливать ей идеальный выровненный двухцветный (не оттенки серого) текст, чтобы распознавало в обычном разрешении более менее.

Ответить | Правка | Наверх | Cообщить модератору

26. "Релиз системы распознавания текста Tesseract 5.5.0" +/–

Сообщение от Аноним (26), 11-Ноя-24, 16:11

для сабжа просто в имеджмаджике картинку с низким разрешением (напрмиер, скриншот) растягиваешь раза в 4 - все работает...
а по нейронкам есть EasyOCR, но на пайтоне

Ответить | Правка | Наверх | Cообщить модератору

28. "Релиз системы распознавания текста Tesseract 5.5.0" +/–

Сообщение от Аноним (28), 11-Ноя-24, 16:20

> растягиваешь раза в 4
Сабжу можно указать разрешение исходного растра, ключ "--dpi", что ли, и можно ничего не увеличивать. По умолчанию он, вроде, на 300 dpi расчитан

Ответить | Правка | Наверх | Cообщить модератору

29. "Релиз системы распознавания текста Tesseract 5.5.0" +/–

Сообщение от Аноним (5), 11-Ноя-24, 16:57

Сайт не открывается без прокси. А так PaddleOCR же. Вообще печально, что такие базовые задачи опенсорс до сих пор нормально не решает.

Ответить | Правка | К родителю #26 | Наверх | Cообщить модератору

32. "Релиз системы распознавания текста Tesseract 5.5.0" +/–

Сообщение от Аноним (16), 11-Ноя-24, 18:55

Так решает же задачку OCR. Да, без ИИ.
Но, OCR не особо-то нужен в жизни современного человека с компьютером.
Мне только - чеки из магазина, разве что был нужен. Остальные потребности были довольно криповыми случаями, в нормальной современной жизни очень редкие. Либо можно сделать нормальный скан.

Ответить | Правка | Наверх | Cообщить модератору

37. "Релиз системы распознавания текста Tesseract 5.5.0" +/–

Сообщение от Аноним (5), 11-Ноя-24, 19:20

В нормальной жизни современного человека с компьютером необходимо каждый день распознавать иероглифы на фото.

Ответить | Правка | Наверх | Cообщить модератору

24. "Релиз системы распознавания текста Tesseract 5.5.0" +/–

Сообщение от Аноним (24), 11-Ноя-24, 16:02

> Гугл модели зажал
В смысле "зажал"? А распознает он тогда чем? У tesseract есть более сотни моделей для разных языков.

Ответить | Правка | К родителю #5 | Наверх | Cообщить модератору

30. "Релиз системы распознавания текста Tesseract 5.5.0" +/–

Сообщение от Аноним (5), 11-Ноя-24, 17:06

Это демонстрационные модели 7 летней давности.

Ответить | Правка | Наверх | Cообщить модератору

31. "Релиз системы распознавания текста Tesseract 5.5.0" +/–

Сообщение от Аноним (31), 11-Ноя-24, 17:11

> В смысле "зажал"? А распознает он тогда чем?
Там же два движка, как написано в новости. Не знаю, правду ли сказал чувак про зажатие гуглом моделей, но предположу, что если это так, то распознавать может первым из двух движков, старым классическим, по шаблонам символов. А модели - для второго, продвинутого движка. Ну это я про логику "А распознает он тогда чем?", а не в защиту его утверждения. А вот зажал гугол или нет - хз.

Ответить | Правка | К родителю #24 | Наверх | Cообщить модератору

45. "Релиз системы распознавания текста Tesseract 5.5.0" +1 +/–

Сообщение от Аноним (45), 12-Ноя-24, 04:10

> Гугл модели зажал
А это тогда что?
https://github.com/tesseract-ocr/tessdata
https://github.com/tesseract-ocr/tessdata_best
https://github.com/tesseract-ocr/tessdata_fast
https://github.com/tesseract-ocr/tessdata_contrib
Выбирай любую, хошь быструю, хошь точную. Или у вас там где–то методичка про «модели зажал»? Уже под какой новостью про тессеракт эту глупость вижу.

Ответить | Правка | К родителю #5 | Наверх | Cообщить модератору

48. "Релиз системы распознавания текста Tesseract 5.5.0" –1 +/–

Сообщение от Аноним (5), 12-Ноя-24, 09:24

Так ты же совсем глупенький, если не понимаешь, почему представленные демонстрационные модели никуда не годятся.

Ответить | Правка | Наверх | Cообщить модератору

49. "Релиз системы распознавания текста Tesseract 5.5.0" +/–

Сообщение от Аноним (45), 12-Ноя-24, 10:04

Работают, распознают, каши не просят, но «не годятся». Неосилятор что ли? Или, может, вам ABBYY башляет? Какой смысл гнать на бесплатный продукт?

Ответить | Правка | Наверх | Cообщить модератору

52. "Релиз системы распознавания текста Tesseract 5.5.0" +/–

Сообщение от Аноним (5), 12-Ноя-24, 10:53

Когда я его в прошлый раз использовал Finereader, в нём не было никаких продвинутых нейронок, а распознавание хорошо работало только со стандартными шрифтами. В сканах книг могли быть чуть более интересные советские шрифты, и вот с ними распознавание было уже весьма посредственным. Сабж невозможно использовать надёжно: даже если фон не идеально белый уже не распознает. И ровно та же проблема с узнаванием шрифтов в наличии.

Ответить | Правка | Наверх | Cообщить модератору

50. "Релиз системы распознавания текста Tesseract 5.5.0" +/–

Сообщение от Аноним (50), 12-Ноя-24, 10:07

>>> Гугл модели зажал
>> А это тогда что?
> не годятся
А при чем тут их качество? Речь была о том, что ты нагло наврал рассказами о "Гугл зажал", в то время как все из покон веков лежит в открытом доступе.
> Так ты же совсем глупенький, если не понимаешь, почему представленные демонстрационные модели никуда не годятся.
Если куча народу по всему миру (включая библиотеку archive.org) вполне успешно распознают ими текст, а у одного тебя они "не годятся" - то кто тут глупенький?

Ответить | Правка | К родителю #48 | Наверх | Cообщить модератору

51. "Релиз системы распознавания текста Tesseract 5.5.0" +/–

Сообщение от Аноним (5), 12-Ноя-24, 10:48

Это не те модели, что использует Гугл. Да, тессеракт, насколько мне известно, именно то, что гугл использует для весьма качественного распознавания (в том числе на фото). Но тебе это не светит. Именно потому, что зажал. Если у тебя какие-то сомнения в этом, то ты просто слишком оторван от реальности.

Ответить | Правка | Наверх | Cообщить модератору

53. "Релиз системы распознавания текста Tesseract 5.5.0" +/–

Сообщение от Аноним (50), 12-Ноя-24, 11:37

> Это не те модели, что использует Гугл.
Почему кому-то должно быть не наплевать?
> Да, тессеракт, насколько мне известно, именно то, что гугл использует для весьма качественного распознавания
Откуда тебе это известно? Гугл давным давно уже не работает над Тессерактом, и гарантированно не будет завязывать свой бизнес на либе, которую за бесплатно пилят три васяна в свободное время. У них наверняка уже свой движок, или в лучшем случае ответвившийся от Тессеракта много лет назад и не совместимый с ним.
> Если у тебя какие-то сомнения в этом, то ты просто слишком оторван от реальности.
Забавно слышать об "оторваности от реальности" от человека, который нафантазировал себе о том, какой OCR движок использует Гугл и с какими моделями.

Ответить | Правка | Наверх | Cообщить модератору

54. "Релиз системы распознавания текста Tesseract 5.5.0" –1 +/–

Сообщение от Аноним (5), 12-Ноя-24, 12:07

А он не скрывал это, пару лет назад была инфа. Все его юзают, тот же яндекс собирался утянуть (чё как там у них успехи с перепродажей тессеракта?) и китайцы (среди прочего, у этих полно своих наработок). Только чтобы модели натренировать нужна ферма. Представленные веса не годятся кроме как для демонстрации работоспособности, и отрицать это оторванность. П ещё оторванность думать, что корпа "гарантированно не будет завязывать свой бизнес на либе, которую за бесплатно пилят три васяна в свободное время" -- три раза ха.

Ответить | Правка | Наверх | Cообщить модератору

55. "Релиз системы распознавания текста Tesseract 5.5.0" +/–

Сообщение от Аноним (50), 12-Ноя-24, 12:30

> А он не скрывал это, пару лет назад была инфа. Все его юзают, тот же яндекс собирался утянуть
Ты забыл дать ссылки на пруфы.

Ответить | Правка | Наверх | Cообщить модератору

6. "Релиз системы распознавания текста Tesseract 5.5.0" –1 +/–

Сообщение от ryoken (ok), 11-Ноя-24, 10:47

Под оффтопик есть кроме файнридера ещё и ReadIris. В основном в комплекте к HP-шной технике. Печатный текст довольно неплохо опиливает.

Ответить | Правка | К родителю #4 | Наверх | Cообщить модератору

20. "Релиз системы распознавания текста Tesseract 5.5.0" +/–

Сообщение от fuggy (ok), 11-Ноя-24, 14:46

Не умеет оно распознавать текст где есть язык с вкраплением слов на английском. Это отрезает сразу целых пласт технической литературы. Оно миксует латиницу и кириллицу рандомно даже в пределах одного слова. Это ни в какой край не идёт без большой ручной работы по исправлению похожих букв на другой алфавит. Хотя хорошо справляется со сложными вариантами, такими как японский вертикально.

Ответить | Правка | К родителю #4 | Наверх | Cообщить модератору

25. "Релиз системы распознавания текста Tesseract 5.5.0" +1 +/–

Сообщение от Аноним (24), 11-Ноя-24, 16:07

> Не умеет оно распознавать текст где есть язык с вкраплением слов на английском.
Умеет, просто нужно выбирать две модели (eng+rus). А при выводе в HOCR он даже промаркирует, какое слово на каком языке распозналось.

Ответить | Правка | Наверх | Cообщить модератору

41. "Релиз системы распознавания текста Tesseract 5.5.0" +/–

Сообщение от Аноним (41), 11-Ноя-24, 23:03

А, кстати, дореволюционную орфографию с ятями оно уже умеет?

Ответить | Правка | Наверх | Cообщить модератору

56. "Релиз системы распознавания текста Tesseract 5.5.0" +/–

Сообщение от Аноним (45), 12-Ноя-24, 23:54

Штатные модельки — увы, нет.

Ответить | Правка | Наверх | Cообщить модератору

7. "Релиз системы распознавания текста Tesseract 5.5.0" –1 +/–

Сообщение от Аноним (7), 11-Ноя-24, 10:53

Как распознавал хреново чуть-чуть нестандартно написанный/напечатанный текст, так и распознает, даже на английском (пример - фото с табличкой где белом по черному написан vin номер автомобиля).
В линуксе все также херово с OCR как и 15 лет назад или есть некий hidden gem о котором мужики-то и не в курсе?

Ответить | Правка | Наверх | Cообщить модератору

8. "Релиз системы распознавания текста Tesseract 5.5.0" +1 +/–

Сообщение от Аноним (8), 11-Ноя-24, 10:57

Проприетарное российское ocr по есть на Linux.

Ответить | Правка | Наверх | Cообщить модератору

9. "Релиз системы распознавания текста Tesseract 5.5.0" +1 +/–

Сообщение от Аноним (7), 11-Ноя-24, 10:59

Какое?

Ответить | Правка | Наверх | Cообщить модератору

10. "Релиз системы распознавания текста Tesseract 5.5.0" +2 +/–

Сообщение от Валерий Менаев (?), 11-Ноя-24, 11:14

Не знаю, что ты там распознавал и чем, но я сотни книг и газет (на русском) из архивов распознал с помощью Tesseract, с самыми разными шрифтами, и в основном без ошибок. Более чем достойный аналог одной известной пoдeлки от рycoфoбской кoнтoрки, которая уволила всех русских разработчиков. Но ты можешь и дальше продолжать обмaзывaться, никто не запрещает.

Ответить | Правка | К родителю #7 | Наверх | Cообщить модератору

11. "Релиз системы распознавания текста Tesseract 5.5.0" –3 +/–

Сообщение от Имя (?), 11-Ноя-24, 11:23

Какие фобы, ты чего, Валера - https://contentai.ru

Ответить | Правка | Наверх | Cообщить модератору

27. "Релиз системы распознавания текста Tesseract 5.5.0" +/–

Сообщение от Аноним (26), 11-Ноя-24, 16:14

у них под линукс ГУЁвая-распознавалка вроде же не работает...

Ответить | Правка | Наверх | Cообщить модератору

36. "Релиз системы распознавания текста Tesseract 5.5.0" +/–

Сообщение от Ддд (?), 11-Ноя-24, 19:11

Она не ьесплатна и цен вообще нет

Ответить | Правка | К родителю #11 | Наверх | Cообщить модератору

12. "Релиз системы распознавания текста Tesseract 5.5.0" +/–

Сообщение от Аноним (7), 11-Ноя-24, 11:28

>Не знаю, что ты там распознавал и чем
Ну ты видимо своими "глазами" в состоянии текст с экрана своего устройства распознать раз в упор не видишь того что написано в сообщении внутри скобок. Но дурь написать таки осилил.

Ответить | Правка | К родителю #10 | Наверх | Cообщить модератору

17. "Релиз системы распознавания текста Tesseract 5.5.0" +/–

Сообщение от Аноним (16), 11-Ноя-24, 13:15

И таки: Tesseract хорошо работает на разных языках. При хорошем качестве скана, фото - тут, да: есть требования к исходным материалам. Но тогда работает хорошо.

Ответить | Правка | Наверх | Cообщить модератору

14. "Релиз системы распознавания текста Tesseract 5.5.0" +/–

Сообщение от Аноним (14), 11-Ноя-24, 12:51

Распознавание текста это первая тема во всех нормальных туториалпх по нейронкам. И во многих мешин лернингах.

Ответить | Правка | К родителю #7 | Наверх | Cообщить модератору

13. "Релиз системы распознавания текста Tesseract 5.5.0" +1 +/–

Сообщение от Аноним (13), 11-Ноя-24, 11:46

Отличная весть! Висит на хоткее для перевода текста с картинок. Вполне корректно работает. Перебитый vin может и не распознаёт))

Ответить | Правка | Наверх | Cообщить модератору

34. "Релиз системы распознавания текста Tesseract 5.5.0" +1 +/–

Сообщение от Аноним (34), 11-Ноя-24, 19:01

Проверил под Fedora. Весьма недурно распознает даже кривые-косые картинки. Не прошло и 20 лет. FineReader можно выбрасывать на мороз

Ответить | Правка | Наверх | Cообщить модератору

35. "Релиз системы распознавания текста Tesseract 5.5.0" –2 +/–

Сообщение от Ддд (?), 11-Ноя-24, 19:10

Как было кривым так и осталось. Гугл камера и то лучше текст распознает. Ни одной нормальной ocr даже на хаффинге нет

Ответить | Правка | Наверх | Cообщить модератору

40. "Релиз системы распознавания текста Tesseract 5.5.0" +/–

Сообщение от Аноним (-), 11-Ноя-24, 20:32

Если бы оно ещё закладки умело добавлять автоматически — цены бы не было.

Ответить | Правка | Наверх | Cообщить модератору

44. "Релиз системы распознавания текста Tesseract 5.5.0" +1 +/–

Сообщение от ptr (ok), 12-Ноя-24, 00:41

Для поддержки пользователей, обожающих присылать скриншоты и минимум текстовой информации - Tesseract более чем достаточно. В качестве GUI использую dpScreenOCR

Ответить | Правка | Наверх | Cообщить модератору

46. "Релиз системы распознавания текста Tesseract 5.5.0" +/–

Сообщение от Аноним (46), 12-Ноя-24, 04:41

Конверсия картинки с текстом в пдф. Полученный пдф файл представляет из себя два слоя: первый - картинка с текстом в растровом формате и второй слой - распознанный текст с прибитым гвоздями шрифтом. Итого:
пдф файл излишне большой и текст редактировать невозможно. Но, зато безплатно.

Ответить | Правка | Наверх | Cообщить модератору

47. "Релиз системы распознавания текста Tesseract 5.5.0" +/–

Сообщение от Аноним (47), 12-Ноя-24, 06:48

На редкость полезная вещь, простые сканы документов распознает более-менее сносно

Ответить | Правка | Наверх | Cообщить модератору

Архив | Удалить

Рекомендовать для помещения в FAQ | Индекс форумов | Темы | Пред. тема | След. тема

Партнёры:

Хостинг:

Закладки на сайте
Проследить за страницей

Created 1996-2024 by Maxim Chirkov
Добавить, Поддержать, Вебмастеру

1. "Релиз системы распознавания текста Tesseract 5.5.0"	+1 +/–
Сообщение от Швондик (?), 11-Ноя-24, 08:49
при попытке скачать последнюю билду выскакивает 404 а эта прога никак не умеет распозновать djvu ?
Ответить \| Правка \| Наверх \| Cообщить модератору


	2. "Релиз системы распознавания текста Tesseract 5.5.0"	+/–
	Сообщение от Аноним (2), 11-Ноя-24, 09:21
	жрёт картинки, в примерах .tiff конвертишь утилитой консольной (кажись уже для всех форматов найти можно), подсовываешь
	Ответить \| Правка \| Наверх \| Cообщить модератору


	38. "Релиз системы распознавания текста Tesseract 5.5.0"	+/–
	Сообщение от Аноним (-), 11-Ноя-24, 19:54
	1. Устанавливаешь djvulibre 2. Конвертируешь в pdf: ddjvu -format=pdf input.djvu output.pdf 3. Распонаёшь в tesseract
	Ответить \| Правка \| К родителю #1 \| Наверх \| Cообщить модератору


	39. "Релиз системы распознавания текста Tesseract 5.5.0"	–1 +/–
	Сообщение от Швондик (?), 11-Ноя-24, 20:15
	так tesseract не читает pdf
	Ответить \| Правка \| Наверх \| Cообщить модератору


	57. "Релиз системы распознавания текста Tesseract 5.5.0"	+/–
	Сообщение от Аноним (57), 13-Ноя-24, 16:41
	Так устанавливаешь ghost и конвертируешь pdf в jpeg и распознаешь.
	Ответить \| Правка \| Наверх \| Cообщить модератору


	42. "Релиз системы распознавания текста Tesseract 5.5.0"	+/–
	Сообщение от Аноним (42), 11-Ноя-24, 23:31
	> а эта прога никак не умеет распозновать djvu ? Для расширенного функционала лучше использовать какой-то frontend к ней https://tesseract-ocr.github.io/tessdoc/User-Projects-–...
	Ответить \| Правка \| К родителю #1 \| Наверх \| Cообщить модератору

4. "Релиз системы распознавания текста Tesseract 5.5.0"	+5 +/–
Сообщение от Аноним (4), 11-Ноя-24, 10:17
Использовал для распознавания текста из одной книжки, оказалось вполне работоспособная штука. Изначально был настроен скептически, думал, что в итоге понадобится Виноуз и ФайнРидер, но нет, все удалось сделать. После распознавания требовалось минимальное ручное вмешательство по исправлению распознанного. Ну, оно и в ФайнРидер требовалось, когда я его редко использовал, так что тут паритет. Как ГУЙ-морда использвался gImageReader.
Ответить \| Правка \| Наверх \| Cообщить модератору


	5. "Релиз системы распознавания текста Tesseract 5.5.0"	+/–
	Сообщение от Аноним (5), 11-Ноя-24, 10:36
	Гугл модели зажал, сабж по факту практически бесполезен из-за ошибок и слабых возможностей распознавания. Для использования, у тебя должны быть ресурсы, чтобы натренировать свои модели, и это для пользователей не реально.
	Ответить \| Правка \| Наверх \| Cообщить модератору


	16. "Релиз системы распознавания текста Tesseract 5.5.0"	+2 +/–
	Сообщение от Аноним (16), 11-Ноя-24, 13:10
	Оно без моделей и без Хухла нормально работало. При хорошей чёткости скана работает очень хорошо, без ИИ, без коммерческих вендоров.
	Ответить \| Правка \| Наверх \| Cообщить модератору


	18. "Релиз системы распознавания текста Tesseract 5.5.0"	–1 +/–
	Сообщение от Аноним (5), 11-Ноя-24, 13:30
	С легаси движками без нейронок. Помню, приходилось скармливать ей идеальный выровненный двухцветный (не оттенки серого) текст, чтобы распознавало в обычном разрешении более менее.
	Ответить \| Правка \| Наверх \| Cообщить модератору


	26. "Релиз системы распознавания текста Tesseract 5.5.0"	+/–
	Сообщение от Аноним (26), 11-Ноя-24, 16:11
	для сабжа просто в имеджмаджике картинку с низким разрешением (напрмиер, скриншот) растягиваешь раза в 4 - все работает... а по нейронкам есть EasyOCR, но на пайтоне
	Ответить \| Правка \| Наверх \| Cообщить модератору


	28. "Релиз системы распознавания текста Tesseract 5.5.0"	+/–
	Сообщение от Аноним (28), 11-Ноя-24, 16:20
	> растягиваешь раза в 4 Сабжу можно указать разрешение исходного растра, ключ "--dpi", что ли, и можно ничего не увеличивать. По умолчанию он, вроде, на 300 dpi расчитан
	Ответить \| Правка \| Наверх \| Cообщить модератору


	29. "Релиз системы распознавания текста Tesseract 5.5.0"	+/–
	Сообщение от Аноним (5), 11-Ноя-24, 16:57
	Сайт не открывается без прокси. А так PaddleOCR же. Вообще печально, что такие базовые задачи опенсорс до сих пор нормально не решает.
	Ответить \| Правка \| К родителю #26 \| Наверх \| Cообщить модератору


	32. "Релиз системы распознавания текста Tesseract 5.5.0"	+/–
	Сообщение от Аноним (16), 11-Ноя-24, 18:55
	Так решает же задачку OCR. Да, без ИИ. Но, OCR не особо-то нужен в жизни современного человека с компьютером. Мне только - чеки из магазина, разве что был нужен. Остальные потребности были довольно криповыми случаями, в нормальной современной жизни очень редкие. Либо можно сделать нормальный скан.
	Ответить \| Правка \| Наверх \| Cообщить модератору


	37. "Релиз системы распознавания текста Tesseract 5.5.0"	+/–
	Сообщение от Аноним (5), 11-Ноя-24, 19:20
	В нормальной жизни современного человека с компьютером необходимо каждый день распознавать иероглифы на фото.
	Ответить \| Правка \| Наверх \| Cообщить модератору


	24. "Релиз системы распознавания текста Tesseract 5.5.0"	+/–
	Сообщение от Аноним (24), 11-Ноя-24, 16:02
	> Гугл модели зажал В смысле "зажал"? А распознает он тогда чем? У tesseract есть более сотни моделей для разных языков.
	Ответить \| Правка \| К родителю #5 \| Наверх \| Cообщить модератору


	30. "Релиз системы распознавания текста Tesseract 5.5.0"	+/–
	Сообщение от Аноним (5), 11-Ноя-24, 17:06
	Это демонстрационные модели 7 летней давности.
	Ответить \| Правка \| Наверх \| Cообщить модератору


	31. "Релиз системы распознавания текста Tesseract 5.5.0"	+/–
	Сообщение от Аноним (31), 11-Ноя-24, 17:11
	> В смысле "зажал"? А распознает он тогда чем? Там же два движка, как написано в новости. Не знаю, правду ли сказал чувак про зажатие гуглом моделей, но предположу, что если это так, то распознавать может первым из двух движков, старым классическим, по шаблонам символов. А модели - для второго, продвинутого движка. Ну это я про логику "А распознает он тогда чем?", а не в защиту его утверждения. А вот зажал гугол или нет - хз.
	Ответить \| Правка \| К родителю #24 \| Наверх \| Cообщить модератору


	45. "Релиз системы распознавания текста Tesseract 5.5.0"	+1 +/–
	Сообщение от Аноним (45), 12-Ноя-24, 04:10
	> Гугл модели зажал А это тогда что? https://github.com/tesseract-ocr/tessdata https://github.com/tesseract-ocr/tessdata_best https://github.com/tesseract-ocr/tessdata_fast https://github.com/tesseract-ocr/tessdata_contrib Выбирай любую, хошь быструю, хошь точную. Или у вас там где–то методичка про «модели зажал»? Уже под какой новостью про тессеракт эту глупость вижу.
	Ответить \| Правка \| К родителю #5 \| Наверх \| Cообщить модератору


	48. "Релиз системы распознавания текста Tesseract 5.5.0"	–1 +/–
	Сообщение от Аноним (5), 12-Ноя-24, 09:24
	Так ты же совсем глупенький, если не понимаешь, почему представленные демонстрационные модели никуда не годятся.
	Ответить \| Правка \| Наверх \| Cообщить модератору


	49. "Релиз системы распознавания текста Tesseract 5.5.0"	+/–
	Сообщение от Аноним (45), 12-Ноя-24, 10:04
	Работают, распознают, каши не просят, но «не годятся». Неосилятор что ли? Или, может, вам ABBYY башляет? Какой смысл гнать на бесплатный продукт?
	Ответить \| Правка \| Наверх \| Cообщить модератору


	52. "Релиз системы распознавания текста Tesseract 5.5.0"	+/–
	Сообщение от Аноним (5), 12-Ноя-24, 10:53
	Когда я его в прошлый раз использовал Finereader, в нём не было никаких продвинутых нейронок, а распознавание хорошо работало только со стандартными шрифтами. В сканах книг могли быть чуть более интересные советские шрифты, и вот с ними распознавание было уже весьма посредственным. Сабж невозможно использовать надёжно: даже если фон не идеально белый уже не распознает. И ровно та же проблема с узнаванием шрифтов в наличии.
	Ответить \| Правка \| Наверх \| Cообщить модератору


	50. "Релиз системы распознавания текста Tesseract 5.5.0"	+/–
	Сообщение от Аноним (50), 12-Ноя-24, 10:07
	>>> Гугл модели зажал >> А это тогда что? > не годятся А при чем тут их качество? Речь была о том, что ты нагло наврал рассказами о "Гугл зажал", в то время как все из покон веков лежит в открытом доступе. > Так ты же совсем глупенький, если не понимаешь, почему представленные демонстрационные модели никуда не годятся. Если куча народу по всему миру (включая библиотеку archive.org) вполне успешно распознают ими текст, а у одного тебя они "не годятся" - то кто тут глупенький?
	Ответить \| Правка \| К родителю #48 \| Наверх \| Cообщить модератору


	51. "Релиз системы распознавания текста Tesseract 5.5.0"	+/–
	Сообщение от Аноним (5), 12-Ноя-24, 10:48
	Это не те модели, что использует Гугл. Да, тессеракт, насколько мне известно, именно то, что гугл использует для весьма качественного распознавания (в том числе на фото). Но тебе это не светит. Именно потому, что зажал. Если у тебя какие-то сомнения в этом, то ты просто слишком оторван от реальности.
	Ответить \| Правка \| Наверх \| Cообщить модератору


	53. "Релиз системы распознавания текста Tesseract 5.5.0"	+/–
	Сообщение от Аноним (50), 12-Ноя-24, 11:37
	> Это не те модели, что использует Гугл. Почему кому-то должно быть не наплевать? > Да, тессеракт, насколько мне известно, именно то, что гугл использует для весьма качественного распознавания Откуда тебе это известно? Гугл давным давно уже не работает над Тессерактом, и гарантированно не будет завязывать свой бизнес на либе, которую за бесплатно пилят три васяна в свободное время. У них наверняка уже свой движок, или в лучшем случае ответвившийся от Тессеракта много лет назад и не совместимый с ним. > Если у тебя какие-то сомнения в этом, то ты просто слишком оторван от реальности. Забавно слышать об "оторваности от реальности" от человека, который нафантазировал себе о том, какой OCR движок использует Гугл и с какими моделями.
	Ответить \| Правка \| Наверх \| Cообщить модератору


	54. "Релиз системы распознавания текста Tesseract 5.5.0"	–1 +/–
	Сообщение от Аноним (5), 12-Ноя-24, 12:07
	А он не скрывал это, пару лет назад была инфа. Все его юзают, тот же яндекс собирался утянуть (чё как там у них успехи с перепродажей тессеракта?) и китайцы (среди прочего, у этих полно своих наработок). Только чтобы модели натренировать нужна ферма. Представленные веса не годятся кроме как для демонстрации работоспособности, и отрицать это оторванность. П ещё оторванность думать, что корпа "гарантированно не будет завязывать свой бизнес на либе, которую за бесплатно пилят три васяна в свободное время" -- три раза ха.
	Ответить \| Правка \| Наверх \| Cообщить модератору


	55. "Релиз системы распознавания текста Tesseract 5.5.0"	+/–
	Сообщение от Аноним (50), 12-Ноя-24, 12:30
	> А он не скрывал это, пару лет назад была инфа. Все его юзают, тот же яндекс собирался утянуть Ты забыл дать ссылки на пруфы.
	Ответить \| Правка \| Наверх \| Cообщить модератору


	6. "Релиз системы распознавания текста Tesseract 5.5.0"	–1 +/–
	Сообщение от ryoken (ok), 11-Ноя-24, 10:47
	Под оффтопик есть кроме файнридера ещё и ReadIris. В основном в комплекте к HP-шной технике. Печатный текст довольно неплохо опиливает.
	Ответить \| Правка \| К родителю #4 \| Наверх \| Cообщить модератору


	20. "Релиз системы распознавания текста Tesseract 5.5.0"	+/–
	Сообщение от fuggy (ok), 11-Ноя-24, 14:46
	Не умеет оно распознавать текст где есть язык с вкраплением слов на английском. Это отрезает сразу целых пласт технической литературы. Оно миксует латиницу и кириллицу рандомно даже в пределах одного слова. Это ни в какой край не идёт без большой ручной работы по исправлению похожих букв на другой алфавит. Хотя хорошо справляется со сложными вариантами, такими как японский вертикально.
	Ответить \| Правка \| К родителю #4 \| Наверх \| Cообщить модератору


	25. "Релиз системы распознавания текста Tesseract 5.5.0"	+1 +/–
	Сообщение от Аноним (24), 11-Ноя-24, 16:07
	> Не умеет оно распознавать текст где есть язык с вкраплением слов на английском. Умеет, просто нужно выбирать две модели (eng+rus). А при выводе в HOCR он даже промаркирует, какое слово на каком языке распозналось.
	Ответить \| Правка \| Наверх \| Cообщить модератору