[l.....k]

#python #naukaprogramowania #programowanie #programista15k
używał ktoś może OCR do konwertowania PDF z jpg do txt z polskimi literami? jakaś biblioteka to wspiera?
a jak nie to co polecacie do tego?

[Radaka]

@luukasek: ja używam tesseracta

https://github.com/tesseract-ocr/tesseract

[d.....r]

@Radaka: jak już jesteśmy w temacie, to miałbym pytanko - czy można przekierować dane wyjściowe do zmiennej, czy można tylko do pliku? używałem tego w życiu 2-3 krotnie i nie znalazłem takiej opcji.

[Radaka]

@draxter: nie wiem jak w pythonie, w nodzie i php da się bez problemu więc zapewne w nim też

[l.....k]

@draxter: tak da rade, nie musisz ich zapisywać do pliku.

[mk321]

@Radaka: Tesseracta używasz do wyciągania samego tekstu czy hOCR (tekst w HTML ze współrzędnymi)?

Wydaje się, że hOCR jest świetny... Ale w praktyce ciężko cokolwiek z niego wyciągnąć i przetwarzać. Kończy się na tym, że wyciągam z hOCR po prostu cały tekst. Tracąc przy tym łamanie linii, które bym miał jakbym wziął z Tesseract bezpośrednio sam tekst.

Bo nie znalazłem opcji, żeby dostać na wyjściu obie wersje: hOCR + tekst

[Radaka]

@mk321: jedynie sam tekst

[mk321]

@Radaka: a jak masz takie przypadki, że chcesz rozpoznać, że jakiś tekst jest w jakimś obszarze strony?

Przykładowo:

- Jakiś tekst jest na górze strony.
a) Mogę zrobić hOCR i sprawdzić współrzędnymi y czy jest

[l.....k]

@Radaka: czy masz dołożone polskie traineddata i langdata?

[Radaka]

@luukasek tak, z paczek dla Ubuntu

[l.....k]

@Radaka: hmmm to raczej mi nie pomożesz jak to zainstalować na windzie.. chyba że wiesz lub znasz jakiś tutorial?

[Radaka]

@luukasek niestety windowsa używam sporadycznie tylko do grania , skorzystaj z wsl z na nim zainstaluj sobie wszystko jak byś miał problem z tym na windowsie

[l.....k]

@Radaka: wsl? co to takiego? bo mnie zaciekawiłeś.

[Radaka]

@luukasek https://docs.microsoft.com/pl-pl/windows/wsl/install-win10

Możesz w prosty sposób korzystać z dobrodziejstwa linuksa na windowsie

[l.....k]

ok dzięki!
to mi pomoże bo już dawno myślałem o przesiadce na linuxa.
@Radaka

[Radaka]

@luukasek no to taki półśrodek ;) ale pomoże ci w rozwiązaniu kilku problemów

[b.....a]

@luukasek: ja uzywam https://www.abbyy.com/en-gb/

[l.....k]

@bacteria: płatne wiec niestety odpada.