OCR: Difference between revisions

Revision as of 11:15, 20 April 2022

OCR (optical character recognition), 光學字元辨識

Google DOCs: 上傳文件後，檔案名稱點選右鍵，「選擇開啟工具」 --> 「Google 文件」^[1] 英文可以順利辨識、簡體中文遇到問題。
- 教學: 不要浪費時間 key 資料啦！拍照上傳 Google 雲端，按個右鍵就自動幫你轉文字 | TechOrange

Free Online OCR - convert scanned PDF and images to Word, JPEG to Word 不註冊有前 5 頁的額度、註冊會員有總共 50 頁的免費額度 [Last visited: 2018-02-06]

MS Office 2003 需額外安裝的Office 工具: Microsoft Office Document Imaging (你也可以輕鬆做文字辨識(OCR))
1. (.pdf檔案轉為.mdi) PDF列印到 MS Office 2003 Document Imaging
2. (.mdi檔案轉為word檔) MS Office 2003 Document Imaging(.mdi) -> 使用OCR辨識/傳送文字到Word

$ Free Online OCR - Convert JPEG, PNG, GIF, BMP, TIFF, PDF, DjVu to Text 可指定語言。線上網頁轉換，需要逐頁下載轉換後的檔案。使用 API 免費額度 20 頁^[2]

講個秘訣：因為線上服務免費版會限制 PDF 檔案頁數，可使用切割軟體 PDF split and merge tools

thiagoalessio/tesseract-ocr-for-php: A wrapper to work with Tesseract OCR inside PHP. 有提供繁體中文 model 檔案(chi_tra (Chinese traditional)) ^[3]，但是繁體中文辨識結果不佳。[Last visited: 2022-04-20]
ocropus/ocropy: Python-based tools for document analysis and OCR 沒有提供中文 model 檔案 [Last visited: 2022-04-20]

常用用途的解析度設定

出處：PCHome 2005/8

@@ Line 32: / Line 32: @@
 == OCR scripts ==
-* [https://github.com/thiagoalessio/tesseract-ocr-for-php thiagoalessio/tesseract-ocr-for-php: A wrapper to work with Tesseract OCR inside PHP.] 繁體中文辨識結果不佳。{{access | date=2022-04-20}}
+* [https://github.com/thiagoalessio/tesseract-ocr-for-php thiagoalessio/tesseract-ocr-for-php: A wrapper to work with Tesseract OCR inside PHP.] 有提供繁體中文 model 檔案({{kbd | key=chi_tra (Chinese traditional)}}) <ref>[https://github.com/tesseract-ocr/tesseract/blob/main/doc/tesseract.1.asc#languages-and-scripts LANGUAGES AND SCRIPTS]</ref>，但是繁體中文辨識結果不佳。{{access | date=2022-04-20}}
-* [https://github.com/ocropus/ocropy ocropus/ocropy: Python-based tools for document analysis and OCR]
+* [https://github.com/ocropus/ocropy ocropus/ocropy: Python-based tools for document analysis and OCR] 沒有提供中文 model 檔案 {{access | date=2022-04-20}}
 == 常用文件的解析度設定 ==