PROLEMI INSTALLAZIONE TESSERACT

[gluca]

Dopo aver installato tesseract da sinaptic ho cercato come  suggerito qui:

http://ciaolinux.myblog.it/archive/2008 ... xsane.html
di installare xane 2...... da qui:
http://download.tuxfamily.org/guadauser ... 1_i386.deb

Una ma durante installazione mi indica problemi di dipendenze

[lucaman89]

se provi con

Codice: Seleziona tutto

sudo apt-get install tesseract-ocr tesseract-ocr-ita tesseract-ocr-data tesseract-ocr-dev

[gluca]

Grazie provo in serata sono fuori casa poi faccio sapere

[gluca]

da terminale ricevo :

Lettura della lista dei pacchetti in corso... Fatto
Generazione dell'albero delle dipendenze in corso     
Lettura informazioni sullo stato... Fatto       
tesseract-ocr è già alla versione più recente.
tesseract-ocr impostato per installazione manuale.
tesseract-ocr-ita è già alla versione più recente.
Il pacchetto tesseract-ocr-data non ha versioni disponibili, ma è nominato da un altro
pacchetto. Questo significa che il pacchetto manca, è diventato obsoleto
o è disponibile solo all'interno di un'altra sorgente
Tuttavia questi pacchetti lo sostituiscono:
  tesseract-ocr-vie tesseract-ocr-spa tesseract-ocr-por tesseract-ocr-nld
  tesseract-ocr-ita tesseract-ocr-fra tesseract-ocr-eng tesseract-ocr-deu-f
  tesseract-ocr-deu tesseract-ocr
E: Il pacchetto tesseract-ocr-data non ha candidati da installare

Rilanciano il pacchetto .deb mi da lo stesso errore di prima

Ciao

[Guiodic]

ti dà quell'errore perché il pacchetto si chiama diversamente su ubuntu.

[lucaman89]

guiodic se installa i pacchetti che suggesrisce il terminale?

[Guiodic]

no, l'installazione va fatta a mano.

Si tratta di una semplice script.

[Guiodic]

1. copia e incolla quanto segue su gedit:

Codice: Seleziona tutto

#!/bin/bash
#
#
##############################################################################
#
#                                   xsane2tess 1.0
#
#                          *** tesseract made simple ***
#
#
##############################################################################
#
# xsane2tess is a TesseractOCR wrapper to be able to use tesseract with xsane
#
#
#
TEMP_DIR=~/tmp/      # folder for temporary files (TIFF & tesseract data)
ERRORLOG="xsane2tess.log"  # file where STDERR goes

if [[ -z "$1"  ]]
  then
  echo "Usage: $0 [OPTIONS]

  xsane2tess converts files to TIF, scans them with TesseractOCR
  and outputs the text in a file.

  OPTIONS:
    -i <file1>  define input file (any image-format supported)
    -o <file2>  define output-file (*.txt)
    -l <lang>  define language-data tesseract should use

  Progress- & error-messages will be stored in this logfile:
     $TEMP_DIR$ERRORLOG

  xsane2tess depends on
    - ImageMagick  http://www.imagemagick.org/
    - TesseractOCR http://code.google.com/p/tesseract-ocr/

  Some coding was stolen from 'ocube'
  http://www.geocities.com/thierryguy/ocube.html
"
  exit
fi


# get options...
while getopts ":i:o:l:" OPTION
  do
  case $OPTION in
    i)  # input filename (with path)
      FILE_PATH="$OPTARG"
    ;;
    o )  # output filename
      FILE_OUT="$OPTARG"
    ;;
    l )  # Language-selection
      TES_LANG="$OPTARG"
    ;;
  esac
done

# redirect STDOUT to FILE_OUT
exec 1>>$FILE_OUT

# redirect STDERR to ERRORLOG
exec 2>>$TEMP_DIR$ERRORLOG

# strip path from FILE_PATH, use filename only
IN_FILE=${FILE_PATH##*/}

TIF_FILE="$TEMP_DIR""${IN_FILE%.*}".tif
TXT_FILE="$TEMP_DIR""${IN_FILE%.*}"

# converting image into TIFF (ImageMagick)
convert "$FILE_PATH" -compress none  "$TIF_FILE" 1>&2

# start OCR (tesseract expands output with *.txt)
tesseract "$TIF_FILE" "$TXT_FILE" -l "$TES_LANG" 1>&2

# STDOUT scanned text => FILE_OUT
cat "$TXT_FILE".txt

# delete graphic file after use
rm "$TIF_FILE"

# delete tesseract output
rm "$TXT_FILE".txt

2. salva il file nella tua home e chiamalo xsane2tess

3. da terminale dai:

Codice: Seleziona tutto

chmox a+x xsane2tess
sudo cp xsane2tess /usr/bin/
mkdir tmp

[gluca]

Grazie faccio in serata e faccio sapere

Ciao

[ORayan]

Ciao gluca, ti segnalo una guida, con tutti i dettagli per fare l'operazione manuale consigliata da guiodic, in cui poi viene proposto anche un metodo più lento ma più preciso nell'utilizzo di tesseract. E' stata fatta per Mepis (una debian derivata) ma testata anche per ubuntu,  con la segnalazione delle eventuali differenze ed infine sicuramente ricca di suggerimenti validi anche per xubuntu. La trovi Qui:
http://www.mepisitalia.org/modules/newb ... umpost2728

[gluca]

Grazie per l'indicazione procedo a rilento ma spero di venirne a capo

al mossimo rirompo

ciao

[neolinux]

1. copia e incolla quanto segue su gedit:

Codice: Seleziona tutto

#!/bin/bash
#
#
##############################################################################
#
#                                   xsane2tess 1.0
#
#                          *** tesseract made simple ***
#
#
##############################################################################
#
# xsane2tess is a TesseractOCR wrapper to be able to use tesseract with xsane
#
#
#
TEMP_DIR=~/tmp/      # folder for temporary files (TIFF & tesseract data)
ERRORLOG="xsane2tess.log"  # file where STDERR goes

if [[ -z "$1"  ]]
  then
  echo "Usage: $0 [OPTIONS]

  xsane2tess converts files to TIF, scans them with TesseractOCR
  and outputs the text in a file.

  OPTIONS:
    -i <file1>  define input file (any image-format supported)
    -o <file2>  define output-file (*.txt)
    -l <lang>  define language-data tesseract should use

  Progress- & error-messages will be stored in this logfile:
     $TEMP_DIR$ERRORLOG

  xsane2tess depends on
    - ImageMagick  http://www.imagemagick.org/
    - TesseractOCR http://code.google.com/p/tesseract-ocr/

  Some coding was stolen from 'ocube'
  http://www.geocities.com/thierryguy/ocube.html
"
  exit
fi


# get options...
while getopts ":i:o:l:" OPTION
  do
  case $OPTION in
    i)  # input filename (with path)
      FILE_PATH="$OPTARG"
    ;;
    o )  # output filename
      FILE_OUT="$OPTARG"
    ;;
    l )  # Language-selection
      TES_LANG="$OPTARG"
    ;;
  esac
done

# redirect STDOUT to FILE_OUT
exec 1>>$FILE_OUT

# redirect STDERR to ERRORLOG
exec 2>>$TEMP_DIR$ERRORLOG

# strip path from FILE_PATH, use filename only
IN_FILE=${FILE_PATH##*/}

TIF_FILE="$TEMP_DIR""${IN_FILE%.*}".tif
TXT_FILE="$TEMP_DIR""${IN_FILE%.*}"

# converting image into TIFF (ImageMagick)
convert "$FILE_PATH" -compress none  "$TIF_FILE" 1>&2

# start OCR (tesseract expands output with *.txt)
tesseract "$TIF_FILE" "$TXT_FILE" -l "$TES_LANG" 1>&2

# STDOUT scanned text => FILE_OUT
cat "$TXT_FILE".txt

# delete graphic file after use
rm "$TIF_FILE"

# delete tesseract output
rm "$TXT_FILE".txt

2. salva il file nella tua home e chiamalo xsane2tess

3. da terminale dai:

Codice: Seleziona tutto

chmox a+x xsane2tess
sudo cp xsane2tess /usr/bin/
mkdir tmp

Ho provato, ma non mi riesce,

Codice: Seleziona tutto

vip@vip:~$ gedit

quanto ho copiato in gedit

Codice: Seleziona tutto

#!/bin/bash
#
#
##############################################################################
#
#                                   xsane2tess 1.0
#
#                          *** tesseract made simple ***
#
#
##############################################################################
#
# xsane2tess is a TesseractOCR wrapper to be able to use tesseract with xsane
#
#
#
TEMP_DIR=~/tmp/      # folder for temporary files (TIFF & tesseract data)
ERRORLOG="xsane2tess.log"  # file where STDERR goes

if [[ -z "$1"  ]]
  then
  echo "Usage: $0 [OPTIONS]

  xsane2tess converts files to TIF, scans them with TesseractOCR
  and outputs the text in a file.

  OPTIONS:
    -i <file1>  define input file (any image-format supported)
    -o <file2>  define output-file (*.txt)
    -l <lang>  define language-data tesseract should use

  Progress- & error-messages will be stored in this logfile:
     $TEMP_DIR$ERRORLOG

  xsane2tess depends on
    - ImageMagick  http://www.imagemagick.org/
    - TesseractOCR http://code.google.com/p/tesseract-ocr/

  Some coding was stolen from 'ocube'
  http://www.geocities.com/thierryguy/ocube.html
"
  exit
fi


# get options...
while getopts ":i:o:l:" OPTION
  do
  case $OPTION in
    i)  # input filename (with path)
      FILE_PATH="$OPTARG"
    ;;
    o )  # output filename
      FILE_OUT="$OPTARG"
    ;;
    l )  # Language-selection
      TES_LANG="$OPTARG"
    ;;
  esac
done

# redirect STDOUT to FILE_OUT
exec 1>>$FILE_OUT

# redirect STDERR to ERRORLOG
exec 2>>$TEMP_DIR$ERRORLOG

# strip path from FILE_PATH, use filename only
IN_FILE=${FILE_PATH##*/}

TIF_FILE="$TEMP_DIR""${IN_FILE%.*}".tif
TXT_FILE="$TEMP_DIR""${IN_FILE%.*}"

# converting image into TIFF (ImageMagick)
convert "$FILE_PATH" -compress none  "$TIF_FILE" 1>&2

# start OCR (tesseract expands output with *.txt)
tesseract "$TIF_FILE" "$TXT_FILE" -l "$TES_LANG" 1>&2

# STDOUT scanned text => FILE_OUT
cat "$TXT_FILE".txt

# delete graphic file after use
rm "$TIF_FILE"

# delete tesseract output
rm "$TXT_FILE".txt

in chmox c'è un'errore ma i francesi in ubuntu-fr.org non precedono questo comando che comunque non va

Codice: Seleziona tutto

vip@vip:~$ chmox a+x xsane2tess
bash: chmox: comando non trovato
vip@vip:~$ sudo chmox a+x xsane2tess
sudo: chmox: command not found
vip@vip:~$ sudo cp xsane2tess /usr/bin/
vip@vip:~$ mkdir tmp

Apro xsane scasione binaria, file salva OCR come testo e picche perchè manca un programma ocr gocr, confesso che ho dato ordine prima della scansione che nome mettere al file e l'ho messo con estensione.tif (con una f sola proprio come piace a tesseract in linea)

[neolinux]

....
Apro xsane scasione binaria, file salva OCR come testo e picche perchè manca un programma ocr gocr, confesso che ho dato ordine prima della scansione che nome mettere al file e l'ho messo con estensione.tif (con una f sola proprio come piace a tesseract in linea)

Ma anche spegnendo e riaccendendo il PC non succede niente

[neolinux]

....
Apro xsane scasione binaria, file salva OCR come testo e picche perchè manca un programma ocr gocr, confesso che ho dato ordine prima della scansione che nome mettere al file e l'ho messo con estensione.tif (con una f sola proprio come piace a tesseract in linea)

Ma anche spegnendo e riaccendendo il PC non succede niente

Ma in xsane andando su preferenze/ocr/si sostituisce gocr con l'ocr che si vuole (esempio: xsane2tess), adesso mi crea dei file txt vuoti, sarà un problema di risoluzione.

[neolinux]

....
Apro xsane scasione binaria, file salva OCR come testo e picche perchè manca un programma ocr gocr, confesso che ho dato ordine prima della scansione che nome mettere al file e l'ho messo con estensione.tif (con una f sola proprio come piace a tesseract in linea)

Ma anche spegnendo e riaccendendo il PC non succede niente

Ma in xsane andando su preferenze/ocr/si sostituisce gocr con l'ocr che si vuole (es.xsane2tess), adesso mi crea dei file txt vuoti, sarà un problema di risoluzione.

Ho provato fra i 600 ed i 150dpi nei grigi e nel binario ma nulla da fare

[ORayan]

Ciao Neolinux,
Ti sei scaricato anche imagemagick? Ti serve questo pacchetto per le conversioni dei formati di  immagine.
Lo script xsane2tess, in uno dei suoi passaggi,  richiama e attiva questo software, che quindi devi avere nel sistema perchè lo script possa funzionare.
Prova a leggere la guida che ho segnalato qualche post indietro, cioè questa:
http://www.mepisitalia.org/modules/newb ... 0&start=10
E' la traduzione in italiano della guida di Ubuntu France a cui sono state aggiunte varie osservazioni e spiegazioni passaggio per passaggio. E' stata adattata ad una debian derivata, ma ti basta solo sostituire su con sudo. Su ubuntu funziona benissimo (d'altronde la guida d'origine era stata fatta per ubuntu). Provala e facci sapere, ciao.

[neolinux]

Ciao Neolinux,
Ti sei scaricato anche imagemagick?

Si già fatto con synaptic-gestore pacchetti, anche tesseract-gui lo richiede (ho provato a far funzionare questo pacchetto che m'interessa di più ma niente http://forum.ubuntu-it.org/viewtopic.ph ... 4#p2250424)

Prova a leggere la guida che ho segnalato qualche post indietro, cioè questa:
http://www.mepisitalia.org/modules/newb ... 0&start=10

Questa mi manca adesso vedo, intanto GraZie

Ho manomesso le opzioni di xsane per vedere cosa succede
(comando ocr: xsane2tess) (opzioni di file input: -i)   (opzioni di file output: -o) le altre caselle sono vuote.
provo a cambiare le risoluzioni ma non penso che sia quello il problema

[neolinux]

TESSERACT CON XSANE

http://www.mepisitalia.org/modules/newb ... 0&start=10

La guida è stupenda e da molti consigli utili, grazie
E FINALMENTE adesso xsane con supporto ocr funziona.
Preparazione rimuovere le precedenti installazioni:
-Cancellare file:///home/NOMEUTENTE/xsane2tess
-Cancellare file:///home/NOMEUTENTE/tmp
-Applicazioni/accessori/terminale incollare o scrivere

Codice: Seleziona tutto

sudo rm /usr/bin/xsane2tess

scrivere la password se richiesta alla cieca e dare invio.

Installazione:
-Inserisci il file zippato di mepis (è lo stesso allegato a questo post, lo puoi vedere SOLO se sei iscritto al forum) ottenendo
file:///home/NOMEUTENTE/xsane2tess
NB(quello della guida invece da errore)
-da applicazioni/accessori/terminale scrivere-incollare e dare invio

Codice: Seleziona tutto

chmod a+rx xsane2tess

Codice: Seleziona tutto

sudo cp xsane2tess /usr/bin

Codice: Seleziona tutto

mkdir /home/NOMEUTENTE/tmp

-Aprire xsane ed in opzioni ocr

settate il campo Comando OCR cancellando gocr e scrivendo

Codice: Seleziona tutto

xsane2tess -l ita

nel campo Opzione file di ingresso lasciate

Codice: Seleziona tutto

-i

nel campo Opzione file di uscita

Codice: Seleziona tutto

-o

anche il campo Opzione della GUI non viene interessato, quindi rimarrà come da default:

Codice: Seleziona tutto

-x

controllare e contare gli spazi siano esatti con i pulsanti a freccette della tastiera.
-Eliminare tutte le preimpostazioni di scansioni precedenti di xsane facendo anteprima d'area completa, premendo il pulsante teschio per il tutto pagina.
-togliere da xsane tutti i pannelli di comando su mostra....
-Scansionare a 300dpi grigio o binario, potrebbero andare bene anche altre impostazioni

altri ocr http://forum.ubuntu-it.org/viewtopic.ph ... 4#p2243384

Altre guide ubuntu per niubbi facili ed altro clicca la mia firma qui sotto

[neolinux]

Ma di tesseract gui o ocropus o ocropus gui ne sapete qualcosa?
La discussione prosegue qui http://forum.ubuntu-it.org/viewtopic.ph ... 8#p2247498

[neolinux]

Per usare tesseract con xsane secondo questo topic NON usare spazi nel nome dei file, comunque risulta funzionante anche con ubuntu 9.10
http://forum.ubuntu-it.org/viewtopic.ph ... 0#p2675470