Какой ocr для linux лучший?

Question

[Drembler]

Нужна ocr для наиболее точного распознавания символов на фотографиях для linux, желательно с возможностью работы из командной строки.
Пока остановился на tesseract, но погрешность довольно большая.
Finereader на windows хорошо распознаёт, но на linux платная версия с ограничениями.

Comments

[Анатолий Кирсанов]

Была бы только платная (FineReader) было бы еще нормально. У нее срок действия тарифа (я об облачном сервисе) есть. И распознает также паршиво, как tesseract.
Я вариантов не нашел.

Answer 1

[Xilian]

tesseract сильно косячит с национальными шрифтами.

попробуй Физтеховскую : https://launchpad.net/cuneiform-linux

Answer 2

[krypt3r]

Попробуйте перед распознаванием прогонять через scantailor.

Answer 3

[Ингвар]

tesseract -- он как Linux from scratch. Мне как-то не без мучений удалось им очень неплохо распознать дореформенный текст со всеми этими i и Ъ -- ну в смысле "ятями". Ну очень неплохо. Ему надо скармливать словари и обучение ему делать. Ньюансы не помню, хотя помню хотел описать его настройку где-нибудь на Хабре. Ну уже года два как прошло... (

Еще Abby вроде как выпускала свой Finereader под Linux и даже как бы "бесплатно". Но на поверку (два года назад, почему и перешел на tesseract) много слов от этой компании -- мало free.

Answer 4

[bl]

tesseract без вариантов. Все другое хуже и медленней. Но, лично я, использую FineReader 12 в виртуалке, ибо он распознает ударения и дореволюционные тексты.
Насколько помню, читал, разрабы Tesseract от Google сейчас работают над его 3-й версией. Но пока они нейросетью сделают модули распознавания рус. языка пройдет не один год.

Кстати, всякие "онлайн-сервисы распознавания" - это просто веб-интерфейсы тессеракта, реже коммерческого FR, или какой-то простой распознавалки.

Comments

[Ингвар]

распознавал tesseract'ом дореволюционные тексты! неплохо