Forum général.cherche-logiciel site de reconnaissance ocr, vs tesseract?

Posté par  . Licence CC By‑SA.
Étiquettes :
6
25
sept.
2023

bonjour

j'ai découvert ce weekend un peu par hasard conv3rti0 (sans vouloir faire de pub) pour "extraire" la partie texte de quelques pages imprimées il y a un certain temps
le résultat est bluffant ; je m'interroge, commnent cela fonctionne?
j'ai bien vu le résultat de tesseract, qui s'en sort pas trop mal, mais pour des textes bien clairs, et malheureusement la mise en forme est rarement de mise.

je m'interroge donc : y a t-il un équivalent à ce (…)

Forum général.cherche-logiciel Logiciel pour traiter automatiquement des questionnaires papiers

Posté par  (site web personnel) . Licence CC By‑SA.
3
23
fév.
2023

Bonjour,

dans le cadre de mes recherches de terrain, je souhaite faire circuler des questionnaires aux gens, et ensuite pouvoir reconnaitre automatiquement leur contenu.

J'ai vu le logiciel AMC (https://www.auto-multiple-choice.net/index.fr), qui en le détournant un peu, pourrait en partie faire le travail, mais comme je souhaiterais avoir des champs textes également, l'outil risque d'être un peu limité.

Je réfléchis également à mettre en place un traitement automatisé via Python. Si vous avez des suggestions à ce niveau, je (…)

Forum général.cherche-logiciel Reconnaissance optique

Posté par  . Licence CC By‑SA.
Étiquettes :
1
1
juil.
2021

Bonjour,

Mon problème :

J'ai un mode d'emploi d'un appareil en italien (langue que je ne connais pas) et impossible de m'en procurer en français ou en anglais.

Alors j'ai eu l'idée de numériser le mode d'emploi, d'en faire une reconnaissance optique et de soumettre le résultat à un traducteur automatique, même si le résultat est approximatif, je pourrais me débrouiller.

Ce qui me manque, c'est le logiciel OCR sous Linux, libre bien entendu. C'est un domaine que je ne (…)

Journal Scanner et OCR sans passer par le cloud

Posté par  (site web personnel, Mastodon) . Licence CC By‑SA.
8
2
mar.
2021

Salut Nal,

Je vais avoir besoin de régulièrement scanner des documents pour les transformer en texte sur un ordi Linux.

Je suis donc à la recherche d’une solution qui me permette de facilement scanner et faire de l’OCR. J’aimerais que le résultat soit transmis sous forme de texte brut.

Cependant, je me rends compte que beaucoup de solutions utilisent le cloud or cette solution doit pouvoir fonctionner avec une connexion Internet très intermittente. Par contre, la création d’un réseau local (…)

Forum Linux.général Extraction de données de factures fournisseurs

Posté par  . Licence CC By‑SA.
2
22
oct.
2019

Bonjour, je suis à la recherche d'un outil (logiciel, librairie) pour extraire les données de factures pour import dans Dolibarr. Je cherche une solution qui n'oblige pas à déterminer des zones de traitement OCR. Je vous remercie de votre aide sur ce sujet. Hélène

Forum général.cherche-logiciel OCR sur des factures en PDF et tableau

Posté par  . Licence CC By‑SA.
6
3
oct.
2019

Bonjour,

J'essaye de mettre en place l'import automatique de facture fournisseur dans mon CRM (Dolibarr)
J'uilise actuellement pdf2json pour récupérer les infos du pdf et ensuite je traite tout via du php dans Dolibarr. C'est pas pratique, ça ne fonctionne pas à tout les coups, je cherche donc une solution de remplacement.
La difficulté est de suivre le formatage du pdf source et en particulier les tableaux (changement de ligne, de colonne, dimensions différentes suivant les factures pour un même (…)

Paperwork 1.1

Posté par  (site web personnel) . Édité par Davy Defaud, ZeroHeure, palm123 et Nils Ratusznik. Modéré par claudex. Licence CC By‑SA.
Étiquettes :
70
1
fév.
2017
Bureautique

Paperwork est un programme de gestion de documents personnels (papiers et PDF) conçu par un flemmard pour les flemmards. Il s’agit d’une interface graphique conçue avec une idée en tête : « scan & forget » (« numériser et puis voilà fini »). Lire, trier et indexer les papiers est un travail de machine, pas d’humain.

Cette nouvelle version inclut principalement des optimisations et quelques corrections de bogues. Une version pour Windows est également disponible. Plus de détails se trouvent en seconde partie.

Paperwork 1.0

Posté par  (site web personnel) . Édité par Davy Defaud, Nils Ratusznik, ZeroHeure et palm123. Modéré par Ontologia. Licence CC By‑SA.
88
9
nov.
2016
Bureautique

Paperwork est un programme de gestion de documents papiers (et PDF) conçu par un flemmard pour les flemmards. Il s’agit d’une interface graphique conçue avec une idée en tête : « scan & forget » (« numériser et puis voilà fini »). Lire, trier et indexer les papiers est un travail de machine, pas d’humain.

Journal Reconnaissance d'écriture à main levée

34
15
oct.
2016

Bonjour Nal,

Quelques mots pour signaler que PhatWare, société éditrice de logiciels de reconnaissance d'écriture à main levée, et de prises de notes, vient de libérer le moteur de son logiciel phare « WritePad ». Logiciel permettant d'écrire à main levée sur une surface tactile, ou bien avec un stylet, et qui assure une reconnaissance de caractères afin de transposer l'écriture à main levée en texte.

« WritePad Handwriting Recognition Engine » est désormais disponible, sous licence GPLv3, pour GNU/Linux, Android (…)

Financement participatif de HandyDV Linux et sa machine à lire

33
23
août
2016
Communauté

NdM. : contenu réécrit suite à une purge de compte, sur demande de la personne détentrice

Le projet HandyDVLinux (renommé depuis AccessDVLinux) vise à fournir une distribution GNU-Linux permettant de transformer un ordinosaure et un scanner en machine à lire. Un financement participatif a été lancé sur Ulule, pour avancer sur ce domaine de la mal-voyance.

L'idée est de permettre, par une combinaison de touches et en étant guidé par les messages audio de l'ordinateur, de déclencher une numérisation avec reconnaissance de caractères, d'ouvrir le document avec le bon logiciel et de le faire lire automatiquement. Plusieurs voix seraient disponibles, ainsi que la possibilité de relire au besoin, d'épeler, d'enregistrer, etc.

GNU/Linux a son OCR de qualité

Posté par  (site web personnel) . Édité par Benoît Sibaud, claudex et Nils Ratusznik. Modéré par ZeroHeure. Licence CC By‑SA.
10
12
juil.
2016
Bureautique

Un des grands reproches faits aux systèmes GNU/Linux par les utilisateurs déficients visuels était l'absence d'un logiciel de reconnaissance optique de caractères (OCR). Après avoir simplifié l'accès à GNU/Linux et avant d'y avoir implémenté des synthèses vocales de haut niveau, la société Hypra a résolu la question de l'OCR. En partenariat avec l'entreprise Abbyy, elle propose désormais un outil pour reconnaître les documents images issus du Web ou les documents numérisés et afficher leur contenu dans LibreOffice plutôt que dans un visionneur d'images.

L'outil est fourni sous forme d'un binaire. Puis chacun peut le lancer en ligne de commande. Pour ceux qui ont MATE et qui veulent du très simple, Hypra fournit un paquet Debian, installable sur tous systèmes. Il ajoute l'entrée au menu contextuel de caja, le gestionnaire de fichiers. Hypra fournit aussi, avec le paquet, la ligne à ajouter à ses raccourcis pour lancer le scanner par simple raccourci clavier (fonctionne sur tous les bureaux). Ce dispositif installé en fait la suite OCR la plus simple du monde PC puisqu'un raccourci ou une commande du menu contextuel suffit à lancer le scanner, la reconnaissance et l'affichage dans LibreOffice. Avec stockage des images.

Enfin, précisons que l'outil est bien sûr disponible dans le Système à Accès Universel.

Et le prix? Il est vendu 150€. Légèrement moins cher que Nuance OmniPage ou Abbyy FineReader (tous deux propriétaires) sous Windows dans leur version complète, il est la seule offre illimitée, sur GNU/Linux, à ce prix. Jusqu'ici Abbyy proposait simplement une version en ligne de commandes limitée à 12000 pages par an. La version illimitée coûtait 3000 €. C'est donc un bon début insufflé par cette entreprise sociale et solidaire, qui contribue à rendre le monde du libre accessible à tous en retirant les barrières à l'entrée.

NdM.: il est ici question d'une couche d'interface libre pour ajouter la gestion d'un moteur OCR propriétaire à ocrizer. Il existe par ailleurs d'autres moteurs libres d'OCR, plus ou moins avancés et/ou maintenus.

$ dpkg --info ocrizer-finereader_0.1.4-8_all.deb
(...)
 Section: contrib/graphics
(...)
 Description: Finereader engine support for ocrizer
  This package installs the glue between the abby proprietary command line tool
  and ocrizer, and makes finereader an available engine.

Paperwork 0.3

Posté par  (site web personnel) . Édité par Nÿco, Nils Ratusznik et Benoît Sibaud. Modéré par Benoît Sibaud. Licence CC By‑SA.
82
16
fév.
2016
Bureautique

Paperwork est l'outil idéal pour les flemmards qui veulent numériser tous leurs documents papiers. Il s'agit d'une interface graphique conçue avec une idée en tête : "scan&forget" (« numériser et puis voilà fini »). Lire, trier et indexer les papiers est un travail de machine, pas d'humain. Paperwork est diffusé sous licence GPLv3 ou plus.

Les principaux changements sont :

  • une interface graphique revue et corrigée, un grand merci à Mathieu Jourdan pour ses propositions et ses contributions ;
  • moins de dépendances (pour faciliter l'empaquetage dans les distributions) ;
  • et comme toujours, plein de nouveaux bugs, toujours plus originaux les uns que les autres… :-)

Le nom de code de cette version est Ohh shiny !

En gros, vous pouvez toujours gérer votre paperasse comme un flemmard, mais avec une application qui a une meilleure tête.