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:
Tesseract
Transym
Finereader
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>.
Tesseract
Reject poort characters
Die OCR Engine wird damit angewiesen unsinnige Zeichen aus der Erkennung zu entfernen.
Transym
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.
Invert zones
Entsprechende Bildzonen invertieren.
Nicomsoft
Invert Zones
Entsprechende Bildzonen invertieren.
Fast Mode
Schnellere Erkennung aber ungenauere Ergebnisse - für SCO geeignet.
Use Lexicon
Wörterbuch verwenden.
Finereader
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.