Adobe Reader עם OCR - איך זה עובד?

moco · שליחה 14/01/2010 10:00

שמתי לב היום לראשונה שאני יכול לבחור טקסט ממסמך PDF מסוים שמקורו בסריקת דף מודפס. הנה הדף: http://bitsavers.org/pdf/digitalResearc ... e_1982.pdf

האם לAdobe Reader יש OCR מובנה או האם יש צורך ושיטה להכין מסמכים כאלה מראש בעזרת תוכנת OCR שיודעת לספק את הקישור בים הגרפיקה לטקסט כבר בתוך הPDF עצמו או האם יש דרך שלישית?

שבלול · שליחה 14/01/2010 12:58

אתה מבלבל קצת, מסמכי PDF לא מכינים ב Adobe Reader
קוראים אותם איתו ולכן הוא נקרא Reader
כדי להכין מסמכי PDF יש המון מוצרים, הגדול והידוע שבהם הוא כמובן Adobe Acrobat שעולה 300 דולר בגרסה הרגילה (שים לב, acrobat , לא acrobat reader)
אני 90% בטוח שאקרובט יודע לעשות OCR בעצמו.

דרך שלישית תהיה להשתמש במוצר OCR (אחר) נפרד ולשמור את הקובץ ל PDF באמצעות תוכנה אחרת (יש הרבה).
אני מניח שתוכנת OCR שמכבדת את עצמה כבר תוכל לשמור ישירות ל PDF

moco · שליחה 14/01/2010 13:04

לא התבלבלתי. עקרונית (זה לא המציאות, אך יכלה להיות מבחינה טכנית), היה ניתן להכניס רכיב OCR לreader, שיגלה מה הטקסט on the fly.

בינתיים גיליתי דרך הproperties של המסמך שהוא הוכן בעזרת http://www.adobe.com/support/downloads/ ... ftpID=1907 שהוא אכן פלאגין ל Acrobat.

זה היה מסוג הדברים שהפתיעו אותי (לטובה) כי לא ראיתי את זה אף פעם. אני רגיל לראות תוצאות של OCR בתצוגה נפרדת מהמקור הגרפי.

שבלול · שליחה 14/01/2010 13:14

זה אכן אפשרי להוסיף רכיב OCR לreader אבל לא מבריק במיוחד

המון עיבוד שיתבצע בצד הקורא וחוסר יכולת של מכין המסמך לוודא שהתוכן המועתק נטול שגיאות. זה לא "רוח הדברים" של adobe בכל מה שקשור לPDFים

בכל אופן צודק, אני לא הבנתי אותך נכון ולא עניתי על השאלה

moco · שליחה 14/01/2010 13:20

זה בעיקר לא מבריק מבחינה שיווקית. הרי כל המודל שלהם זה לחלק את הreader בחינם כדי למכור את הAcrobat.
כל פונקציונאליות שיתנו חינם בreader ויכלו למכור בכסף בwriter זה הפסד.

מבחינתי כמשתמש reader דווקא זה היה יכול להיות נפלא. הרי לא כל אחד דואג להכין מסמך שעבר OCR, זה רק מיעוט.

שבלול · שליחה 14/01/2010 13:29

אם זה משהו שבאמת חסר לך אני מאמין שתוכנות OCR יודעות לקבל גם PDF כמקור ולהתייחס אליו כתמונה שצריך לנתח, אין סיבה שלא (שלא לדבר על האפשרות ליצא PDF לתמונה ולהזין לתוכנת OCR)

moco · שליחה 14/01/2010 13:37

לא, לא ממש חסר

, לפחות לא עד היום. כמובן שעכשיו כל פעם שאראה מסמך סרוק אנסה לבחור טקסט ולרוב אתבאס.
בוא נגיד, שאין לי שום צורך אמיתי בזה ששווה לי להתעסק עם זה או לשלם על זה.

drixie · שליחה 15/01/2010 8:57

זה לא OCR בכלל, אלא הוספת עוד LAYER של הטקסט, במקביל לתצוגה הגרפית שלו. לכן זה עובד, למשל, במסמך WORD שתדפיס כPDF, ולא עובד כשתיקח דף מודפס, ותסרוק אותו לפורמט PDF.

moco · שליחה 15/01/2010 11:46

drixie כתב:זה לא OCR בכלל, אלא הוספת עוד LAYER של הטקסט, במקביל לתצוגה הגרפית שלו. לכן זה עובד, למשל, במסמך WORD שתדפיס כPDF, ולא עובד כשתיקח דף מודפס, ותסרוק אותו לפורמט PDF.
...

???
המסמך המקורי זה נייר מודפס. ברור שהיה שם OCR בדרך.
חוץ מזה, כבר ראיתי בproperties גם מה היצר אותו ונתתי את הלינק.