OCR Recognition Engine
Former user (Deleted)
Merve Yurdakul
Funktion
Die OCR Recognition Engine führt eine optische Zeichenerkennung auf den übergebenen Bilddateien durch und liefert den erkannten Text als Ergebnis. Es kann wahlweise das gesamte Image oder nur ein Ausschnitt übersetzt werden. Die Erkennung eines Teilbereichs ist schneller.
OCR-Engines
Als Auswahl stehen verschiedene OCR Engines zur Verfügung:
- Tesseract
- Transym
- Finereader
Hinweis
Bitte beachten Sie, dass Transym und Finereader eine zusätzliche Lizenzierung benötigen. Die Tesseract Engine ist immer vollumfänglich verwendbar.
Bei der Auswahl der OCR Engine muss abhängig dazu eine entsprechende Sprache angegeben werden um möglichst ideale Ergebnisse zu erzielen. Eine Ausnahme ist hierbei die Transym Engine - diese basiert auf einer anderen Technologie und benötigt daher keine Angabe einer Sprache.
Die Auswahl der Engine beeinflusst die Erkennungsqualität und Erkennugsdauer.
Experten Modus
Im Experten Modus können Engine spezifische Einstellungen vorgenommen werden welche entscheidenenden Einfluss auf die Erkennungsdauer und Qualität haben können. Sollten Sie sich nicht sicher sein, wählen Sie die Standardeinstellungen.
Erweiterte Einstellungen
Image optimizations führt eine Reihe von Bildverbesserungen durch welche sich positiv auf die Erkennungsqualität auswirken können.
Convert to black and white konvertiert farbige Images in schwarz/weiß Bilder um eine bessere Erkennung durchführen zu können.
Process OCR on PDF führt die OCR Erkennung auch auf PDF Dateien aus.
Konfigurationsoptionen
| Option | Beschreibung |
|---|---|
Basics | |
| OCR Engine | Zu verwendende OCR Engine:
|
| Language | OCR Sprache bzw. Wörterbuch. Bei Transym ist dies nicht erforderlich, da hier ein anderes Verfahren zum Einsatz kommt. |
| Expert mode | Bei aktiver Option können entsprechend erweiterte Einstellungen vorgenommen werden. Siehe Reiter <Name der Engine>. |
Advanced | |
| Image optimization | Führt eine Bildoptimierung durch. |
| Convert to black and white | Mit dieser Option können Farbbilder vor der OCR Lesung in ein S/W Image umgewandelt werden. |
| Process OCR on PDF | Bei aktiver Option werden übergebene PDF Dateien mit Bildinhalten OCR übersetzt. Hinweis In Kombination mit EWORK wird bei einer Single Click OCR (SCO) die Erkennung immer ausgeführt. Hintergrund ist, dass der EWORK Client bereits S/W TIFF-Images an die Engine liefert. |
Tesseract | |
| Deskew | Geradedrehen der Seite. |
| Remove lines | Löscht temporär Linien aus dem Image. |
| Remove noise | Entfernt temporär Bildrauschen aus dem Image. |
| Reject poort characters | Die OCR Engine wird damit angewiesen unsinnige Zeichen aus der Erkennung zu entfernen. |
Transym | |
| Invert page | Bild invertieren. |
| Deskew | Geradedrehen des Bildes. |
| Remove noise | Bildrauschen entfernen. |
| Remove lines | Linien aus dem Bild entfernen. |
| Deshade | Rasterung entfernen. |
| Invert zones | Entsprechende Bildzonen invertieren. |
| Merge breaks | Umbrüche zusammenfassen. |
| Reject lines of rubbish | Textzeilen mit unsinnigem Text entfernen. |
| Reject poor characters | Unsinnige Zeichen entfernen. |
| Use lexicon | Wörterbuch verwenden. |
| Sectioning | Die COR wird damit angewiesen die OCR Erkennung Sektionsweise vorzunehmen. |
| Auto orientation | Automatische Seitendrehung. Bei allen anderen Rotation Einstellungen wird die Seite immer entsprechend der Einstellung gedreht. |
Finereader | |
| Invert page | Bild invertieren vor der Erkennung. |
| Deskew | Geradedrehen des Bildes. |
| Orientation Auto | Automatische Erkennung der Seitendrehung. |
| Fast mode | Schnellere Erkennung aber ungenauere Ergebnisse - für SCO geeignet. |
| Use Build in pattern | Verwendung interner OCR patterns der Engine. |
| Hypernation | Interblock: This property set to True prohibits recognition of hyphenation from line to line. It is useful when a text with presumably no hyphenations is recognized, in which case it may speed up the recognition. If there exist any hyphenations in the recognized block, and this property is True, the hyphenated words will be recognized incorrectly. Prohibit: This property set to True tells ABBYY FineReader Engine to presume that text from one block cannot be carried overto the next block. |
| Font detection | Erkennung des Font-Stils - kann normalerweise deaktiviert werden um die Geschwindigkeit zu verbessern. |
| Element detection | Nur für spezielle Anwendungsfälle erforderlich. Im Standard kann alles deaktiviert werden. |
Technische Bezeichnung
ccocrrecognition.dll