OCR ? - Page 1

Vous connaissez un logiciel de reconnaissance de texte dans les images (OCR donc) qui puisse opérer à partir de fichier JPEG plutôt que directement avec l'image renvoyé par le scanner ?

Avec mon scanner HP je ne peux pas faire ça et c'est gênant

Thx

Tesseract ?
SimpleOCR ?

(et je suis pas sûr que du JPEG soit une bonne idée, vaudrait mieux un format non compressé en niveaux de gris)

En fait j'ai des docs que j'ai scanné il y a longtemps et qui sont en jpeg, (de bonne qualité), et je préfèrerais les stocker sous forme de document, ce qui prendrais beaucoup moins de place.

Bah sinon tu les imprimes et tu les rescan.

ouais c'est une bonne idée .
Tesseract n'a pas l'air d'aimer mes images, mais SimpleOCR ne marche pas trop mal. Il a simplement un peu de mal avec les présentations en colonne.

Pour Tesseract, il faut d'abord convertir tes images en le format TIFF.
Il y a aussi GOCR et Ocrad (qui attendent le format PBM, donc là aussi il faut convertir).

Kevin -> J'ai jamais vu des OCR ausis minables

Omnipage permet de le faire, mais c'est un outil commercial (et assez cher). Par contre, j'ai toujours été surpris de son efficacité...

Il me semble avoir vu un menu d'OCR dans Irfanview, mais je ne l'ai jamais utilisé et je ne le retrouve plus
C'est peut-être un plugin installé uniquement au boulot.

Folco (./7) :
Kevin -> J'ai jamais vu des OCR ausis minables

Bah, j'ai déjà eu d'excellents résultats avec GOCR sur certains textes. En général, Tesseract est mieux, mais sur certaines sources, GOCR le bat. Quant à Ocrad, j'ai lu qu'il marche mieux que GOCR dans certains cas, mais je ne l'ai pas essayé. Et Tesseract est aussi mieux que Ocrad normalement.

En tout cas, tous les 3 sont packagés dans Fedora, on n'a que l'embarras du choix.

Moi j'ai omnipage packagé sur un XP virtuel, il corrige même les fautes d'orthographe s'ily en. Ce soft me laisse toujours assis par terre.

(tu devrais prendre une chaise, c'est nettement plus confortable )

Bah, tu utilises hunspell pour corriger les fautes d'orthographe.

(merci Flan, c'est pas con ! )

Kevin -> c'était une blague en fait,je savais pas qu'il y avait un correcteur orthographique

Et pour les corrections grammaticales ?

Les OCRs intègrent en général des correcteurs orthographiques pour corriger les fautes de reconnaissance ou décider en cas de doute (par exemple, si l'OCR ne sait pas s'il y a écrit "cheval" ou "chcval", le dictionnaire va lui dire que "cheval" est plus probable ). Par exemple, Tesseract a des sortes de dictionnaires pour les langues à reconnaître. Ensuite, certains permettent aussi de faire une correction orthographique interactive après la reconnaissance, d'autres laissent cette tâche à un correcteur orthographique dédié.

Flanker (./15) :
Et pour les corrections grammaticales ?

http://www.abisource.com/projects/link-grammar/
Dictionnaire français: http://code.google.com/p/luthor/source/browse/#svn/trunk/lang/fr/dict

Au boulot nous utilisons ABBYY FineReader. Mes collègues, en sont très contents, c'est pourquoi j'en parle ici.
Perso, je n'ai pas d'avis car je ne l'ai pas testé.
Alors, il n'est pas gratuit, mais ce n'était pas précisé dans la question.