Re: archiviazione documenti con ocr per debian?
pero ora ho trovato che tesseract è estremamente migliore di cuneiform nel riconoscimento del testo senza neanche indicargli in che lingua è documento. ciao MAX 2014-06-21 19:21 GMT+02:00, MaX : > lo sto provando, ma per ora mi va in crash cuneiform con questi errori: > > inizio cuneiform > Cuneiform for Linux 1.1.0 > inizio hocrpdf > Warning: tag mismatch: 'b' can not close last open: 'i' > Warning: tag mismatch: 'span' can not close last open: 'b' > Warning: tag mismatch: 'p' can not close last open: 'b' > Warning: tag mismatch: 'i' can not close last open: 'b' > Warning: tag mismatch: 'span' can not close last open: 'i' > Warning: tag mismatch: 'p' can not close last open: 'i' > Warning: tag mismatch: 'div' can not close last open: 'i' > Warning: tag mismatch: 'body' can not close last open: 'i' > Warning: tag mismatch: 'html' can not close last open: 'i' > Warning: unclosed tag: 'i' > Warning: unclosed tag: 'span' > Warning: unclosed tag: 'p' > Warning: unclosed tag: 'b' > Warning: unclosed tag: 'span' > Warning: unclosed tag: 'p' > Warning: unclosed tag: 'div' > Warning: unclosed tag: 'body' > Warning: unclosed tag: 'html' > max@debian:~/Desktop/test-archiviatore$ > > > ci sto indagando, cmq se funzionasse, per me sarebbe un ottima > soluzione... scansiono i documenti con simplescan o qualche cosa del > genere e li salvo in pdf, poi li do in pasto allo script per renderli > con il testo inglobato in modo da poter fare una ricerca nel > filesystem, con find o anche semplicemente locate. > > ciao > MaX > > 2014-06-21 16:33 GMT+02:00, Gerlos : >> Il 21/06/2014 11:55, MaX ha scritto: >>> purtroppo il sito non funziona :( >>> >>> http://www.watchocr.com >> >> Beh, nel frattempo puoi provare anche questo: >> http://oscarmanual.org/oscar_emr_12/developers/4.9-utilities/pdfsearch >> >> saluti >> gerlos >> >> -- >> "Life is pretty simple: You do some stuff. Most fails. Some works. You do >> more >> of what works. If it works big, others quickly copy it. Then you do >> something >> else. The trick is the doing something else." >> < http://gerlos.altervista.org > >> gerlos +- - - > gnu/linux registred user #311588 >> >> > > > -- > ciao, > MaX > -- ciao, MaX -- Per REVOCARE l'iscrizione alla lista, inviare un email a debian-italian-requ...@lists.debian.org con oggetto "unsubscribe". Per problemi inviare un email in INGLESE a listmas...@lists.debian.org To UNSUBSCRIBE, email to debian-italian-requ...@lists.debian.org with a subject of "unsubscribe". Trouble? Contact listmas...@lists.debian.org Archive: https://lists.debian.org/CAEyAVmvubQ5Wny0FKwrerZM3KJ0=ZBFr0iazeDC7sbhsg+h=_...@mail.gmail.com
Re: archiviazione documenti con ocr per debian?
lo sto provando, ma per ora mi va in crash cuneiform con questi errori: inizio cuneiform Cuneiform for Linux 1.1.0 inizio hocrpdf Warning: tag mismatch: 'b' can not close last open: 'i' Warning: tag mismatch: 'span' can not close last open: 'b' Warning: tag mismatch: 'p' can not close last open: 'b' Warning: tag mismatch: 'i' can not close last open: 'b' Warning: tag mismatch: 'span' can not close last open: 'i' Warning: tag mismatch: 'p' can not close last open: 'i' Warning: tag mismatch: 'div' can not close last open: 'i' Warning: tag mismatch: 'body' can not close last open: 'i' Warning: tag mismatch: 'html' can not close last open: 'i' Warning: unclosed tag: 'i' Warning: unclosed tag: 'span' Warning: unclosed tag: 'p' Warning: unclosed tag: 'b' Warning: unclosed tag: 'span' Warning: unclosed tag: 'p' Warning: unclosed tag: 'div' Warning: unclosed tag: 'body' Warning: unclosed tag: 'html' max@debian:~/Desktop/test-archiviatore$ ci sto indagando, cmq se funzionasse, per me sarebbe un ottima soluzione... scansiono i documenti con simplescan o qualche cosa del genere e li salvo in pdf, poi li do in pasto allo script per renderli con il testo inglobato in modo da poter fare una ricerca nel filesystem, con find o anche semplicemente locate. ciao MaX 2014-06-21 16:33 GMT+02:00, Gerlos : > Il 21/06/2014 11:55, MaX ha scritto: >> purtroppo il sito non funziona :( >> >> http://www.watchocr.com > > Beh, nel frattempo puoi provare anche questo: > http://oscarmanual.org/oscar_emr_12/developers/4.9-utilities/pdfsearch > > saluti > gerlos > > -- > "Life is pretty simple: You do some stuff. Most fails. Some works. You do > more > of what works. If it works big, others quickly copy it. Then you do > something > else. The trick is the doing something else." > < http://gerlos.altervista.org > > gerlos +- - - > gnu/linux registred user #311588 > > -- ciao, MaX -- Per REVOCARE l'iscrizione alla lista, inviare un email a debian-italian-requ...@lists.debian.org con oggetto "unsubscribe". Per problemi inviare un email in INGLESE a listmas...@lists.debian.org To UNSUBSCRIBE, email to debian-italian-requ...@lists.debian.org with a subject of "unsubscribe". Trouble? Contact listmas...@lists.debian.org Archive: https://lists.debian.org/caeyavmtwy8qyfato56zzyh-20d+azt_1cus7pr6ohp-fal3...@mail.gmail.com
Re: archiviazione documenti con ocr per debian?
Il 21/06/2014 11:55, MaX ha scritto: purtroppo il sito non funziona :( http://www.watchocr.com Beh, nel frattempo puoi provare anche questo: http://oscarmanual.org/oscar_emr_12/developers/4.9-utilities/pdfsearch saluti gerlos -- "Life is pretty simple: You do some stuff. Most fails. Some works. You do more of what works. If it works big, others quickly copy it. Then you do something else. The trick is the doing something else." < http://gerlos.altervista.org > gerlos +- - - > gnu/linux registred user #311588 -- Per REVOCARE l'iscrizione alla lista, inviare un email a debian-italian-requ...@lists.debian.org con oggetto "unsubscribe". Per problemi inviare un email in INGLESE a listmas...@lists.debian.org To UNSUBSCRIBE, email to debian-italian-requ...@lists.debian.org with a subject of "unsubscribe". Trouble? Contact listmas...@lists.debian.org Archive: https://lists.debian.org/53a597a2.6060...@gmail.com
Re: archiviazione documenti con ocr per debian?
Con qualche software ed un po' di scripting riesci a fare quello che cerchi. Io seguirei un procedimento del genere usando il formato DJVU[1] - Scansionare i documenti o ricavarli da qualche altra fonte - Usare imagemagick[2] per sistemare le immagini, regolando un po' il contrasto ed eventualmente rendere il tutto in bianco e nero puro (2 colori, non in scala grigi) - Con la suite djvulibre[3] convertire le immagini in file DJVU ottenendo così dei documenti di piccolissime dimensioni ottimi (secondo me) per essere archiviati - Con tesseract[4] eseguire un riconoscimento OCR e nuovamente djvulibre per unire il tutto con i file DJVU. Se vuoi lavorare con file PDF esiste un tool (che non ho mai usato) di nome pdfsandwich che appoggiandosi a tesseract, esegue e crea dei file PDF con testo ricavato tramite OCR. Non ho comandi già pronti da dare, dipende tutto dal tipo di file in tuo possesso. Dovrai perdere un po' di tempo nel cercare le opzioni migliori, la documentazione di djvulibre ed imagemagik[5] è molto buona, non aver paura. Imagemagik crea anche file PDF partendo dalle immagini, devi regolare però tutte le opzioni del caso per evitare di ritrovarti con file di dimensioni mostruose. link utili http://www.tobias-elze.de/pdfsandwich/index.html http://en.wikisource.org/wiki/Help:DjVu_files http://en.wikisource.org/wiki/Help:DjVu_files/OCR_with_Tesseract http://infrid.com/blog/2011/04/02/appunti-sullo-scanrip.html [1] http://it.wikipedia.org/wiki/DjVu [2] https://packages.debian.org/wheezy/imagemagick [3] https://packages.debian.org/wheezy/djvulibre-bin [4] https://packages.debian.org/wheezy/tesseract-ocr [5] http://www.imagemagick.org/Usage/ Infrid -- Per REVOCARE l'iscrizione alla lista, inviare un email a debian-italian-requ...@lists.debian.org con oggetto "unsubscribe". Per problemi inviare un email in INGLESE a listmas...@lists.debian.org To UNSUBSCRIBE, email to debian-italian-requ...@lists.debian.org with a subject of "unsubscribe". Trouble? Contact listmas...@lists.debian.org Archive: https://lists.debian.org/53a561aa.8010...@infrid.com
Re: archiviazione documenti con ocr per debian?
purtroppo il sito non funziona :( http://www.watchocr.com Il 20/06/14, Gerlos ha scritto: > On 20 giugno 2014 15:52:41 CEST, MaX wrote: >>come da soggetto... >> >>sapete se esiste un programma per debian per l'archiviazione di >>documenti cartacei compreso un ocr, in modo da poter fare delle >>ricerche testuali? > > Ciao, > Tempo fa avevo visto questo, letto il post ma mai provato, vedi qui: > > http://is.gd/P3icWu > > Saluti > Gerlos > > > > -- > Inviato dal mio cellulare - scusate gli errori di battitura! > -- ciao, MaX -- Per REVOCARE l'iscrizione alla lista, inviare un email a debian-italian-requ...@lists.debian.org con oggetto "unsubscribe". Per problemi inviare un email in INGLESE a listmas...@lists.debian.org To UNSUBSCRIBE, email to debian-italian-requ...@lists.debian.org with a subject of "unsubscribe". Trouble? Contact listmas...@lists.debian.org Archive: https://lists.debian.org/caeyavmvqd0gwrgeq-efghbch96+dhimf1zuju3gvlh+immc...@mail.gmail.com
Re: archiviazione documenti con ocr per debian?
On 20 giugno 2014 15:52:41 CEST, MaX wrote: >come da soggetto... > >sapete se esiste un programma per debian per l'archiviazione di >documenti cartacei compreso un ocr, in modo da poter fare delle >ricerche testuali? Ciao, Tempo fa avevo visto questo, letto il post ma mai provato, vedi qui: http://is.gd/P3icWu Saluti Gerlos -- Inviato dal mio cellulare - scusate gli errori di battitura! -- Per REVOCARE l'iscrizione alla lista, inviare un email a debian-italian-requ...@lists.debian.org con oggetto "unsubscribe". Per problemi inviare un email in INGLESE a listmas...@lists.debian.org To UNSUBSCRIBE, email to debian-italian-requ...@lists.debian.org with a subject of "unsubscribe". Trouble? Contact listmas...@lists.debian.org Archive: https://lists.debian.org/4290f2a7-8a1b-4460-b133-461ffa737...@email.android.com
Re: archiviazione documenti con ocr per debian?
Alfresco Community Edition + Ephesoft Community Edition? Luciano Il 20/06/2014 15:52, MaX ha scritto: come da soggetto... sapete se esiste un programma per debian per l'archiviazione di documenti cartacei compreso un ocr, in modo da poter fare delle ricerche testuali? -- Per REVOCARE l'iscrizione alla lista, inviare un email a debian-italian-requ...@lists.debian.org con oggetto "unsubscribe". Per problemi inviare un email in INGLESE a listmas...@lists.debian.org To UNSUBSCRIBE, email to debian-italian-requ...@lists.debian.org with a subject of "unsubscribe". Trouble? Contact listmas...@lists.debian.org Archive: https://lists.debian.org/53a47a72.9030...@modula.net
