גרעעטינגס צו אַלע לייענער פון דעם בלאָג!
איך טראַכטן אַז יענע וואָס אָפט אַרבעט בייַ די קאָמפּיוטער (טאָן ניט שפּילן, ניימלי אַרבעט), האָבן צו האַנדלען מיט טעקסט דערקענונג. נו, פֿאַר בייַשפּיל, איר סקאַנד אַ עקססערפּט פון אַ בוך און איצט איר דאַרפֿן צו טאָן דעם טייל אין דיין דאָקומענט. אָבער די סקאַנד דאָקומענט איז אַ בילד, און מיר דאַרפֿן טעקסט - פֿאַר דעם מיר דאַרפֿן ספּעציעל מגילה און אָנליין באַדינונגס פֿאַר רעקאַגנייזינג טעקסט פֿון בילדער.
וועגן דערקענונג מגילה, איך שוין געשריבן אין פרייַערדיק אַרטיקלען:
- טעקסט סקאַנינג און דערקענונג אין FineReader (באַצאָלט פּראָגראַם);
- ווערק אין אַנאַלאָג פינעאַדער - קונעפאָרם (פריי פּראָגראַם).
אין דער זעלביקער אַרטיקל, איך וואָלט ווי צו וווינען אויף אָנליין באַדינונגס פֿאַר טעקסט דערקענונג. נאָך אַלע, אויב איר דאַרפֿן צו באַקומען אַ טעקסט מיט 1-2 בילדער געשווינד - עס איז קיין פונט צו אַרן צו ינסטאַלירן פאַרשידן מגילה ...
וויכטיק! די קוואַליטעט פון דערקענונג (די נומער פון ערראָרס, רידאַביליטי, אאז"ו ו) דעפּענדס זייער פיל אויף דער אָריגינעל קוואַליטעט פון די בילד. דעריבער, ווען איר יבערקוקן (פאָטאָגראַפיע, עטק), סעלעקטירן די קוואַליטעט ווי הויך ווי מעגלעך. אין רובֿ פאלן, אַ קוואַליטעט פון 300-400 דפּי איז גענוג (dpi איז אַ פּאַראַמעטער וואָס קעראַקטערייזאַז בילד קוואַליטעט. אין די סעטטינגס פון כּמעט אַלע סקאַנערז, דעם פּאַראַמעטער איז יוזשאַוואַלי אנגעוויזן).
אָנליין באַדינונגס
צו ווייַזן ווי די סערוויסעס אַרבעט, איך גענומען אַ סקרעענשאָט פון איינער פון מיין אַרטיקלען. דעם סקרעענשאָט איז ופּלאָאַדעד צו אַלע סערוויסעס, די באַשרייַבונג פון וואָס איז דערלאנגט ונטער.
1) //www.ocrconvert.com/
איך טאַקע ווי דעם דינסט ווייַל פון זייַן פּאַשטעס. דער פּלאַץ, כאָטש ענגליש, אָבער אַרבעט גוט מיט די רוסישע שפּראַך. ניט דאַרפֿן צו פאַרשרייַבן. צו אָנהייבן דערקענונג, איר דאַרפֿן צו טאָן 3 אַקשאַנז:
- צופֿעליקער דיין בילד;
- קלייַבן די שפּראַך פון די טעקסט וואָס איז אין די בילד;
- דרוק דעם דערקענונג אָנהייב קנעפּל.
שטיצן פֿאָרמאַטירונגען: PDF, GIF, BMP, JPEG.
דער רעזולטאַט איז דערלאנגט אונטן אין די בילד. איך מוזן זאָגן, דער טעקסט איז גאַנץ דערקענט. אין דערצו, זייער געשווינד - איך געווארט ממש 5-10 סעקונדעס.
2) //www.i2ocr.com/
די סערוויס אַרבעט ענלעך צו די אויבן. דאָ איר אויך דאַרפֿן צו אָפּלאָדירן די טעקע, סעלעקטירן די דערקענונג שפּראַך און גיט די עקסטראַקט טעקסט קנעפּל. די דינסט אַרבעט זייער געשווינד: 5-6 סעקונדעס. איין בלאַט.
שטיצט פֿאָרמאַטירונגען: טיף, דזשפּעג, פּנג, במפּ, גיף, פּבם, פּגם, פּפּם.
דער רעזולטאַט פון דעם אָנליין סערוויס איז פיל מער באַקוועם: איר זען גלייך צוויי פֿענצטער - אין דער ערשטער דער דערקענונג רעזולטאַט, אין די רגע - די אָריגינעל בילד. דעריבער, עס איז גרינג גענוג צו מאַכן ענדערונגען ווען איר רעדאַגירן. דורך דעם וועג, רעדזשיסטערינג מיט די סערוויס איז אויך ניט נייטיק.
3) //www.newocr.com/
די סערוויס איז יינציק אין עטלעכע וועגן. פירסטלי, עס שטיצט די "נייַפאַנגלעד" דדזשווו פֿאָרמאַט (דורך די וועג, אַ פול רשימה פון פֿאָרמאַטירונגען: JPEG, PNG, GIF, BMP, TIFF, PDF, DjVu). צווייטנס, עס שטיצט די סעלעקציע פון טעקסט געביטן אין די בילד. דאָס איז זייער נוציק ווען איר האָבן ניט בלויז טעקסט געביטן אין די בילד, אָבער אויך גראַפיק געביטן וואָס איר טאָן ניט דאַרפֿן צו דערקענען.
די דערקענונג קוואַליטעט איז העכער דורכשניטלעך, ניט דאַרפֿן צו פאַרשרייַבן.
4) //www.free-ocr.com/
א זייער פּשוט דינסט פֿאַר דערקענונג: צופֿעליקער אַ בילד, ספּעציפיצירן די שפּראַך, אַרייַן captcha (דורך די וועג, די בלויז סערוויס אין דעם אַרטיקל ווו צו טאָן דאָס) און דריקן דעם קנעפּל צו איבערזעצן די בילד צו טעקסט. פאקטיש אַלץ!
געשטיצט פֿאָרמאַטירונגען: PDF, JPG, GIF, TIFF, BMP.
די דערקענונג רעזולטאַט איז מיטל. עס זענען מיסטייקס, אָבער נישט פילע. אָבער, אויב די קוואַליטעט פון דער אָריגינעל סקרעענשאָט איז געווען העכער, עס וואָלט זיין אַ סדר פון מאַגנאַטוד ווייניקער ערראָרס.
פּס
דאָס איז אַלע פֿאַר הייַנט. אויב איר וויסן מער טשיקאַווע באַדינונגס פֿאַר טעקסט דערקענונג - ייַנטיילן אין די באַמערקונגען, איך וועל זיין דאַנקבאַר. איין צושטאַנד: עס איז דיזייראַבאַל אַז איר טאָן ניט דאַרפֿן צו פאַרשרייַבן און די דינסט איז פריי.
אַלע דער בעסטער!
