{"id":3557,"date":"2023-09-12T16:18:22","date_gmt":"2023-09-12T14:18:22","guid":{"rendered":"https:\/\/linux-bibel.at\/?p=3557"},"modified":"2023-11-29T09:58:27","modified_gmt":"2023-11-29T08:58:27","slug":"ocrfeeder-digitalisierung-und-weiterverarbeiten-von-dokumenten","status":"publish","type":"post","link":"https:\/\/linux-bibel.at\/index.php\/2023\/09\/12\/ocrfeeder-digitalisierung-und-weiterverarbeiten-von-dokumenten\/","title":{"rendered":"OCRFeeder – Digitalisierung und Weiterverarbeiten von Dokumenten"},"content":{"rendered":"\n
\"\"
OCRFeeder<\/strong><\/figcaption><\/figure>\n\n\n\n

Beschreibung<\/strong><\/p>\n\n\n\n

Das Program<\/a>m OCRFeeder<\/strong> vereinfacht das Importieren, Zuschneiden und Konvertieren von gescannten bzw. abfotografierten Dokumenten durch Kombination mehrerer Tools in einer Anwendung. Die Texterkennung erfolgt mittels Tesseract-OCR<\/em><\/strong> und die ebenfalls integrierte Layoutanalyse erledigt Unpaper<\/strong><\/em>. Scans lassen sich nach erfolgter Verarbeitung anschließend als ODT-Dokument speichern<\/a> und in Libre Office weiter verarbeiten und neu formatieren. Ein direkter Export ins HTML- als auch PDF<\/a>-Format ist ebenso möglich.<\/p>\n\n\n\n

Installation<\/strong><\/p>\n\n\n\n

Für Debian<\/a>, Ubuntu und Linux<\/a> Mint liegen die benötigten Program<\/a>m-Komponenten in den Paket<\/a>quellen zur Installation bereit:<\/p>\n\n\n\n

sudo apt install ocrfeeder tesseract-ocr-deu<\/code><\/pre>\n\n\n\n
Für die Erkennung deutschsprachiger Texte ist die Sprachdatei<\/a> tesseract-ocr-deu<\/em><\/strong> zwingend erforderlich.<\/p>\n\n\n\n
Sie finden die Anwendung unter Menü -> Grafik -> OCRFeeder oder via [Strg] + [alt] + [F2]<\/strong><\/em> nach Eingabe von OCRFeeder<\/em><\/strong>.<\/p>\n\n\n\n
Anwendung<\/strong><\/p>\n\n\n\n
Ein häufiges Anwendungs-Szenario: Es liegen mehrseitige Text- und Bilddokumente bzw. kombiniert nurmehr in gedruckter Form vor. Um zwischenzeitliche Textaktualisierungen durchzuführen, müssten die entsprechenden Seiten dazu neu getippt werden. Bei wenigen vertretbar, bei vielen ein immenser Zeitaufwan<\/a>d. Einfacher ist es, die Dokumente einzuscannen und anschließend in Libre Office neu zu editieren.<\/p>\n\n\n\n
Bevor wir loslegen können, muss noch eine Einstellung kontrolliert werden. Dazu starten Sie OCRFeeder, wechseln in der Menüzeile zu Bearbeiten<\/em><\/strong> -> Einstellungen<\/em><\/strong> zum Reiter Werkzeuge<\/strong><\/em>. Falls noch nicht geschehen, setzen Sie ein Häkchen im unteren Bereich in Bilder begradigen<\/strong><\/em>.<\/p>\n\n\n\n
\"\"
OCRFeeder<\/strong><\/strong><\/figcaption><\/figure>\n\n\n\n
Mit Klick auf das »+<\/strong>« -Zeichen lassen sich nun Dokumente und Bildmaterial aus diversen Quellen hinzufügen.
Um im Beispiel zu folgen, importieren wir das erste Dokument vom Scanner. Klicken Sie auf Datei<\/a><\/strong><\/em> -> Seite vom Scanner importieren<\/strong><\/em>.<\/p>\n\n\n\n
\"\"
OCRFeeder<\/strong><\/strong><\/figcaption><\/figure>\n\n\n\n
Die erfolgreiche Scannersuche bestätigen Sie noch.
Die erste Seite wird gescannt und erscheint nun im Program<\/a>mfenster. Klicken Sie jetzt auf den Schalter Automatische Detektion<\/strong><\/em>.<\/p>\n\n\n\n
\"\"
OCRFeeder<\/strong><\/strong><\/figcaption><\/figure>\n\n\n\n
Diese Layoutanalyse teilt die Seite in Bereiche auf, die Tesseract einzeln übergeben werden. Im Vorschaufenster wird das Teilergebnis der Texterkennung ausgegeben…<\/p>\n\n\n\n
\"\"
OCRFeeder<\/strong><\/strong><\/figcaption><\/figure>\n\n\n\n
Sind Sie mit dem Ergebnis zufrieden, importieren Sie das nächste Dokument und verfahren wie beschrieben.<\/p>\n\n\n\n
Ist es nur eine Seite, exportieren Sie diese mit Klick auf dem entsprechenden Schalter in der Symbolleiste.
Bei mehreren Seiten marki<\/a>eren Sie diese, es folgt ein Klick auf vorgenannten Schalter…<\/p>\n\n\n\n
\"\"
OCRFeeder<\/strong><\/strong><\/figcaption><\/figure>\n\n\n\n
Wählen Sie einen Speicherort und vergeben einen passenden Namen.
Das so exportierte Dokument kann nun in Libre Office geöffnet, weiter verarbeitet und neu formatiert werden.
Überflüssige Elemente marki<\/a>eren und entfernen Sie…<\/p>\n\n\n\n
\"\"
OCRFeeder<\/strong><\/strong><\/figcaption><\/figure>\n\n\n\n
Es lassen sich zudem auch ein- oder mehrseitige PDF<\/a>-Dokumente in OCRFeeder importieren und in einem Rutsch ins HTML- bzw. ODT-Format exportieren.<\/p>\n\n\n\n
Abschließende Anmerkung bzgl. Flatpak<\/a>-Version<\/strong><\/p>\n\n\n\n
In einigen Distribution<\/a>en wie etwa Solus<\/a> liegt die Anwendung nicht  als natives Paket<\/a> im Repository<\/a> vor. Hier könnte<\/em> man auf die Flatpak<\/a>-Version zurückgreifen die mit dem Befehl<\/a>:<\/p>\n\n\n\n
flatpak install flathub org.gnome.OCRFeeder<\/code><\/pre>\n\n\n\n
zu installieren wäre.<\/p>\n\n\n\n
Davon kann ich aber nur abraten. Mit einer Installationsgröße von über 1,6 GB<\/strong> überschreitet sie weit das vertretbare Maß und steht in keinem Verhältnis. Hier sollte man auf Alternativen zurückgreifen, die in Linux<\/a> mehrfach zur Verfügung stehen.<\/p>\n\n\n\n
Erstveröffentlichung von beluga » Mi 3. Aug 2022, 15:21<\/strong><\/p>\n
\r\n    
\r\n    \r\n                            \"Gef\u00e4llt\r\n            <\/a>\r\n    1    <\/span>\r\n<\/div>
\r\n    \r\n                            \"Gef\u00e4llt\r\n            <\/a>\r\n    <\/span>\r\n<\/div><\/div>","protected":false},"excerpt":{"rendered":"
Beschreibung Das Programm OCRFeeder vereinfacht das Importieren, Zuschneiden und Konvertieren von gescannten bzw. abfotografierten Dokumenten durch Kombination mehrerer Tools in einer Anwendung. Die Texterkennung erfolgt mittels Tesseract-OCR und die ebenfalls integrierte Layoutanalyse erledigt Unpaper. Scans lassen sich nach erfolgter Verarbeitung anschlie\u00dfend als ODT-Dokument speichern und in Libre Office weiter verarbeiten und neu formatieren. Ein direkter […]<\/p>\n","protected":false},"author":7,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[51,57],"tags":[408,120,404,405,409],"class_list":["post-3557","post","type-post","status-publish","format-standard","hentry","category-bildbearbeitung","category-buero","tag-ocrfeeder","tag-optische-texterkennung","tag-tesseract","tag-tesseract-ocr","tag-unpaper"],"_links":{"self":[{"href":"https:\/\/linux-bibel.at\/index.php\/wp-json\/wp\/v2\/posts\/3557","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/linux-bibel.at\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/linux-bibel.at\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/linux-bibel.at\/index.php\/wp-json\/wp\/v2\/users\/7"}],"replies":[{"embeddable":true,"href":"https:\/\/linux-bibel.at\/index.php\/wp-json\/wp\/v2\/comments?post=3557"}],"version-history":[{"count":2,"href":"https:\/\/linux-bibel.at\/index.php\/wp-json\/wp\/v2\/posts\/3557\/revisions"}],"predecessor-version":[{"id":3576,"href":"https:\/\/linux-bibel.at\/index.php\/wp-json\/wp\/v2\/posts\/3557\/revisions\/3576"}],"wp:attachment":[{"href":"https:\/\/linux-bibel.at\/index.php\/wp-json\/wp\/v2\/media?parent=3557"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/linux-bibel.at\/index.php\/wp-json\/wp\/v2\/categories?post=3557"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/linux-bibel.at\/index.php\/wp-json\/wp\/v2\/tags?post=3557"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}