掌上百科 - PDAWIKI»首页 › 交流专区 - Discussion › 词库制作交流区 - Dictionary-Making › 哪个软件是最佳词典OCR软件？
查看: 644|回复: 9
打印 上一主题 下一主题

[讨论] 哪个软件是最佳词典OCR软件？

[复制链接]
lbhl
  • TA的每日心情
    衰
    2019-9-23 23:38

    • 签到天数: 8 天

    [LV.3]偶尔看看II

    238

    主题

    552

    回帖

    4万

    积分

    禁止发言

    积分
    47766
    跳转到指定楼层
    1楼
    发表于 2019-10-5 14:20:38 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
    目前自用的是ACROBAT，感觉效果不大好。

    本帖被以下淘专辑推荐:

    回复

    举报

    mtaa
  • TA的每日心情
    衰
    前天 00:54

    • 签到天数: 344 天

    [LV.8]以坛为家I

    1

    主题

    703

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    12764
    推荐
    发表于 2019-10-5 17:05:48 | 只看该作者
    本帖最后由 mtaa 于 2019-10-5 17:08 编辑

    要达到最佳的ocr效果，就要对词条义项进行切图分开处理。每个词条要切开，词头音标要单独处理，中英文释义要分别切开单独ocr，有预定义的单词表规则表去ocr效果更好，几乎100%的识别率（见第二条链接）。

    参考：
    https://github.com/tesseract-ocr/tesseract/wiki/ImproveQuality
    https://github.com/tesseract-ocr/tesseract/wiki/APIExample-user_patterns

    回复 编辑 支持 2 反对 0

    评分

    sszl
  • TA的每日心情
    开心
    2022-8-3 09:49

    • 签到天数: 1500 天

    [LV.Master]伴坛终老

    61

    主题

    2041

    回帖

    2万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    21196
    2楼
    发表于 2019-10-5 14:32:14 | 只看该作者
    能识别英语音标的才是最好的，不知道哪款能够实现，望高手指点

    点评

    Gyngreenlie
    赞同。不能音标都不行。smiling  发表于 2019-10-5 14:40
    点评回复 支持 反对

    评分 举报

    jayden527
  • TA的每日心情
    开心
    2020-7-4 12:37

    • 签到天数: 119 天

    [LV.6]常住居民II

    2

    主题

    236

    回帖

    5008

    积分

    会元

    Rank: 7Rank: 7Rank: 7

    积分
    5008
    3楼
    发表于 2019-10-5 14:33:53 | 只看该作者
    识别率最高的应该是：ABBYY FineReader。
    点评回复 支持 反对

    评分 举报

    woaini123
  • TA的每日心情
    慵懒
    2022-10-27 16:11

    • 签到天数: 326 天

    [LV.8]以坛为家I

    130

    主题

    3638

    回帖

    2万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    20089

    灌水大神章小蜜蜂章笑傲江湖章
    4楼
    发表于 2019-10-5 14:46:24 | 只看该作者
    文电通对中文的识别率和准确度很不错，曾经拿acrobat、Abbyy finereader最新版做过对比，文电通识别转换过来的文档是最好的。
    点评回复 支持 反对

    评分 举报

    999阿彌陀佛
  • TA的每日心情
    开心
    2020-1-5 08:04

    • 签到天数: 50 天

    [LV.5]常住居民I

    307

    主题

    854

    回帖

    3万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    34219

    QQ 章
    6楼
    发表于 2019-10-5 17:19:22 | 只看该作者
    白描APP不錯，中文識別率還可以。不過不支持PDF，批量有些麻煩
    点评回复 支持 反对

    评分 举报

    lbhl
  • TA的每日心情
    衰
    2019-9-23 23:38

    • 签到天数: 8 天

    [LV.3]偶尔看看II

    238

    主题

    552

    回帖

    4万

    积分

    禁止发言

    积分
    47766
    7楼
     楼主| 发表于 2019-10-5 18:52:16 | 只看该作者
    woaini123 发表于 2019-10-5 14:46
    文电通对中文的识别率和准确度很不错，曾经拿acrobat、Abbyy finereader最新版做过对比，文电通识别转换过 ...

    现在都是先下载网上现成的扫描版PDF，然后再自己OCR。很少有人自己亲自扫描实体书。
    文电通可以象ACROBAT那样生成双层PDF吗？
    如果能的话，要不要先将PDF萃取出一页页的扫描图像文件之后才能做第二步OCR？ACROBAT是无需先转图像而是直接在PDF上OCR生成双层PDF的。
    点评回复 支持 反对

    评分 举报

    lbhl
  • TA的每日心情
    衰
    2019-9-23 23:38

    • 签到天数: 8 天

    [LV.3]偶尔看看II

    238

    主题

    552

    回帖

    4万

    积分

    禁止发言

    积分
    47766
    8楼
     楼主| 发表于 2019-10-5 18:53:40 | 只看该作者
    999阿彌陀佛 发表于 2019-10-5 17:19
    白描APP不錯，中文識別率還可以。不過不支持PDF，批量有些麻煩

    忘记强调，大部分扫描都是中英文混合的资料，词典都是这样的。仅仅对单纯的中文或对单纯的英文OCR识别率高并无太大意义。
    点评回复 支持 反对

    评分 举报

    woaini123
  • TA的每日心情
    慵懒
    2022-10-27 16:11

    • 签到天数: 326 天

    [LV.8]以坛为家I

    130

    主题

    3638

    回帖

    2万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    20089

    灌水大神章小蜜蜂章笑傲江湖章
    9楼
    发表于 2019-10-5 19:01:14 | 只看该作者
    lbhl 发表于 2019-10-5 18:52
    现在都是先下载网上现成的扫描版PDF，然后再自己OCR。很少有人自己亲自扫描实体书。
    文电通可以象ACROBAT ...

    这个就不清楚了，只是用过他的pdf转word功能
    点评回复 支持 反对

    评分 举报