Инструмент для оптического распознавания символов (OCR)

Я успешно использовал Tesseract для оптического распознавания символов в Ubuntu.

Это бесплатно, с открытым исходным кодом и поддерживается Google.

Хотя это неплохо с латинскими символами и цифрами, например, с японскими символами у него проблемы. Возможно, вам придется сначала передать ему обучающие данные в зависимости от того, что вы хотите распознать.

Он может читать из множества различных форматов изображений.

Я использую OCRfeeder для этого. Он бесплатный, с открытым исходным кодом и работает в Linux (к сожалению, нет предварительно скомпилированного исполняемого файла для OSX, хотя вы можете собрать его из исходного кода). По умолчанию он работает на движке Tesseract, хотя это можно изменить.

^{Скриншоты (нажмите на них, чтобы увеличить изображения)}

У меня нет большого опыта работы с чем-либо, кроме простого английского, но он хорошо работает для меня и может читать большинство форматов изображений. Он также может открывать для чтения PDF-файлы.

• поддерживает импорт PDF или графических файлов (последние в разных форматах, таких как JPG, PNG, PPM, PNM и др.)
• прямая поддержка сканера (однако без автоматической подачи, поэтому каждую страницу необходимо добавлять отдельно)
• поддерживает небумагу для постобработки отсканированных изображений (для их корректировки)
• поддерживает несколько бэкэндов OCR, таких как Tesseract , CuneiForm , GOCR , Ocrad
• Вы можете редактировать распознанный текст напрямую, пока рядом отображается соответствующее изображение. Поддерживает автокоррекцию словарей (по крайней мере, в Linux; на других системах проверить не удалось) — см. правую панель на обоих скриншотах выше.
• Экспорт в PDF (с возможностью поиска!), ODT (текст OpenDocument, например, для LibreOffice/OpenOffice, который затем можно использовать для преобразования .docпри необходимости), обычный текст ( .txt) и т. д.

Я использую Microsoft OneNote в качестве инструмента OCR. При щелчке правой кнопкой мыши по изображению он может копировать весь текст в изображениях, а также имеет возможность искать текст в изображении. Он бесплатный и точный, работает в Windows и поддерживает практически все форматы изображений.

Вы можете скопировать текст внутри и вставить его в текстовый документ.

Я не уверен, работает ли это в Ubuntu или нет через Wine, поскольку Microsoft Office теперь доступен для Mac OS, OneNote будет работать на нем.

Бонус в том, что он поддерживает несколько языков :) Английский, французский, испанский также

Есть несколько популярных инструментов командной строки OCR, которые вы можете использовать (я не уверен, что у них есть графический интерфейс):

• ГОКР

  Распознавание символов с открытым исходным кодом. Он преобразует отсканированные изображения текста обратно в текстовые файлы. GOCR можно использовать с различными внешними интерфейсами, что упрощает перенос на разные ОС и архитектуры. Он может открывать множество различных форматов изображений, и его качество улучшается с каждым днем.

• OCRopus ™ ( FAQ ) (написано на Python, NumPy и SciPy)

  Система OCR, ориентированная на использование крупномасштабного машинного обучения для решения проблем при анализе документов, с подключаемым анализом макета, подключаемым распознаванием символов, статистическим моделированием естественного языка и многоязычными возможностями.

  Движок OCRopus основан на двух исследовательских проектах: высокопроизводительном распознавателе рукописного ввода, разработанном в середине 90-х годов и развернутом Бюро переписи населения США, и новых высокопроизводительных методах анализа макета.

  OCRopus — это разработка, спонсируемая Google и изначально предназначенная для высокопроизводительных усилий по преобразованию больших объемов документов. Мы ожидаем, что она также станет отличной системой распознавания текста для многих других приложений.

• Tessnet2 (с открытым исходным кодом, OCR, Tesseract, .NET, DOTNET, C#, VB.NET, C++/CLI)

  Tesseract — это OCR-движок C++ с открытым исходным кодом. Tessnet2 — это сборка .NET, предоставляющая очень простые методы распознавания текста. Tessnet2 находится под лицензией Apache 2 (как и tesseract), что означает, что вы можете использовать его по своему усмотрению, включая коммерческие продукты.

Несколько других: ABBYY CLI OCR для Linux , Asprise OCR

Для получения более полного списка проверьте: Список программного обеспечения для оптического распознавания символов в Википедии .

См. также: wanghaisheng/awesome-ocr— Кураторский список перспективных ресурсов OCR на GitHub.

Связанная тема: Какое лучшее и самое простое решение для оптического распознавания символов?

Screenotate — это приложение для macOS и Windows.

Он использует хорошо разработанный механизм распознавания текста Tesseract от Google.
Каждый снимок экрана представляет собой автономный HTML-файл.

OCR-инструмент нашего dhurvaa преобразует любое изображение, отсканированный документ или распечатанный PDF-файл в редактируемый текст:

https://dhurvaa.com/online_ocr_tool

Работает за секунды.