[Richiesta revisione] Guida sui software OCR

[Devnull]

La guida /Grafica/Ocr andrebbe revisionata aggiungendo la traduzione dei paragrafi Available OCR tools, OCRFeeder, Easy-OCR-2.5 e CuneiForm della guida originale.

Qualche volontario? 

P.S La guida non starebbe meglio nella sezione Ufficio del wiki?

[Devnull]

Ho fatto una prima revisione della pagina. 

[mlazzari2]

Ho fatto una prima revisione della pagina. 

Ho solo modificato alcune cosette, grazie

[Janvitus]

Io evidenzierei che ocrfeeder è una GUI per tesseract.

[Devnull]

Io evidenzierei che ocrfeeder è una GUI per tesseract.

La tua definizione non è esatta:

OCRFeeder suite provides handy GUI, which is basically a front-end for some image, OCR and text tools (like unpaper or spellchecker). It doesn't make character recognition itself, but uses other OCR apps (through so called "OCR engines" settings) instead. It has predefined settings for Tesseract, CuneiForm, GOCR and Ocrad, so the user doesn't need to know how to invoke them. One has only to install in Ubuntu its OCR engines of choice - one or more - and then detect them in OCRFeeder settings. It is possible to add other engines and to change these options manually, there can be more than one engine entry using the same application. Main OCRFeeder window allows to choose on the fly which engine to use for a particular area, there is also setting for making one engine the default choice.

ocrfeeder è una gui per più programmi ocr: Tesseract, CuneiForm, GOCR e Ocrad.  Questa precisazione si può aggiungere. 

[Janvitus]

Si, è vero, mi era passata di mente sta cosa (e pensare che l'ho tradotto pure ). Comunque, lo segnalerei, giusto per far chiarezza.

[Devnull]

Ho riportato le modifiche.

[[ Giulio@Linux ]]

La guida era ferma al 2011. Propongo questa revisione: /leuci-giulio/ocr
Ho eliminato tutte le procedure che non sono riuscito a far funzionare, non metto ancora in coda per la revisione casomai qualcuno volesse riprovarle.

[[ Giulio@Linux ]]

Ho messo in coda per la revisione. Meglio avere meno ma funzionante ed aggiornato che di più non aggiornato e dubbio (con propensione al non funzionante).

[jeremie2]

Ho messo in coda per la revisione. Meglio avere meno ma funzionante ed aggiornato che di più non aggiornato e dubbio (con propensione al non funzionante).

Grazie Giulio!
Qui la pagina revisionata Grafica/Ocr.
Le parti che ho maggiormente ritoccato sono quelle che trattano l'utilizzo degli script.

Giusto un paio di accorgimenti
- In cima nella macro Informazioni, quando vedi che vengono riportate vecchie versioni EOL, cancellale pure.
- Quando viene mostrata una procedura occorre utilizzare elenchi numerati. Quindi ogni volta che vengono spiegati dei passaggi in sequenza, tipo:

Codice: Seleziona tutto

 1. Aprire il file.
 2. Modificare il testo.
 3. Salvare il file... ecc..

Gli elenchi puntati sono principalmente utilizzati per le liste, tipo:

Codice: Seleziona tutto

 Nelle impostazioni possono essere settati i seguenti parametri:
 * Grandezza del carattere.
 * Colore del carattere.
 * Colore dello sfondo... ecc..

Ciao!

[[ Giulio@Linux ]]

- In cima nella macro Informazioni, quando vedi che vengono riportate vecchie versioni EOL, cancellale pure.

Le ho sempre lasciate: dopotutto non vengono visualizzate e sono comunque informazioni storiche della pagina, perché cancellarle?

elenchi numerati.

M'ero perso i numerati!

[jeremie2]

- In cima nella macro Informazioni, quando vedi che vengono riportate vecchie versioni EOL, cancellale pure.

Le ho sempre lasciate: dopotutto non vengono visualizzate e sono comunque informazioni storiche della pagina, perché cancellarle?

Per controllare lo storico possiamo sempre accedere al link Informazioni dove sono raccolte tute le date di ogni singola modifica.
Certo, se le vecchie versioni rimangono non vengono visualizzate, però è sempre bene tenere il codice il più pulito possibile. Quindi quando capita una pagina da revisionare è l'occasione per aggiornare la macro con le versioni attualmente testate

[[ Giulio@Linux ]]

Quindi quando capita una pagina da revisionare è l'occasione per aggiornare la macro con le versioni attualmente testate

Va bene. Abbi pazienza ma sono con voi da un mesetto soltanto.

[jeremie2]

Va bene. Abbi pazienza ma sono con voi da un mesetto soltanto.

Nessun problema, hai già buone doti nello schematizzare le guide.
Come vedi sono solo banali dettagli, man a mano che saltano fuori si aggiustano e via

[wilecoyote]

) Salve, premetto che della materia so poco poco, però m'hanno fatto notare parecchie lacune nella wiki che appresso listo.

L'applicazione cuneiform necessita di specificare da quale lingua s'intende estrarre il testo, in mancanza predefinisce l'inglese e spesso l'estrazione finisce in un paciugo.

Occorre pure specificare il tipo di sorgente se non è il solito foglio, passandogli delle vecchie fatture stampate con stampanti ad aghi senza indicarglielo, risponderà stampando delle linee frizzate.

L'applicazione tesseract in base alla lingua d'estrarre necessita d'installare il corrispettivo pacchetto linguistico, e d'impostarne l'uso, altrimenti escono parole dal bizzarro allo scurrile in svariate lingue.

Nella wiki si palleggia reiteratamente tra tif e tiff, pur colla nota che sottolinea di non confonderli, e le istruzioni per Gimp sono obsolete ed incomplete.

Mancano poi i pacchetti delle interfacce grafiche gImageReader e YAGF, quest'ultimo oggetto oggi di richiesta italianizzazione, provveduto, ed indirettamente di questo post.

Donde, se qualcuno che ne capisca qualcosa è in grado di mettere mano all'aggiornamento della wiki, ferma alla release Xenial 16.04, avrà un sentito grazie dal GruppoDoc.

:: Ciao

[ivantu]

Buon pomeriggio

@wilecoyote scusa se ti rispondo ora, ho letto ora la discussione.

Qualche settimana fa, ci avevo già pensato io a rivedere la wiki di Ocr e conversioni.
oggi l'ho riguardata, sarà quasi pronta prova a rivedere anche tu,
Ne ero già accorto che mancava qualche cosa sulle lingua di conversione, aggiunto comunque due righe per il pacchetto tesseract. Nelle prossime ore riguardo anche per cuneiform e gli altri.
Se ci sono altri metodi di conversione, informa in discussione. Grazie

Pagina di prova ivantu/Ocr_prova.

[wilecoyote]

) Salve, bene, allora aspetto che termini il tutto.

Quanto ad informare su altri metodi, per me è notte fonda, ho solo riportato quanto m'hanno spiegato in un ufficio contabilità alle prese colla digitalizzazione delle fatture et simila d'antan.

:: Ciao

[ivantu]

Più di preciso, quali sarebbero gli errori proposti?

Di errori ne saranno sempre presenti, dalle scansioni non si può mai pretendere di avere la massima qualità di calcolo. Si potrebbe pensare di mettere nella guida una nota.
Io per esempio, la conversione percepisce sempre degli errori, quindi ri-elaboro manualmente successivamente salvato il file.txt.

[wilecoyote]

) Salve, questo è il più allucinante che ho visto:

Occorre pure specificare il tipo di sorgente se non è il solito foglio, passandogli delle vecchie fatture stampate con stampanti ad aghi senza indicarglielo, risponderà stampando delle linee frizzate.

Letteralmente inusabili le scritte estratte, sembra un dattiloscritto in braille sconvolto.

Non c'ho pensato al momento, però domani vedo di farmi spiegare come evitare il problema.

:: Ciao

[wilecoyote]

) Salve, chiesto il come impostare il Cuneiform per usarlo con fogli particolari, risposta:

Ma non conosci il comando man cuneiform ?

Che figura barbina c'ho fatto…

Comincio a studiarlo.

:: Ciao