Path: csiph.com!fu-berlin.de!uni-berlin.de!individual.net!not-for-mail From: Michael =?ISO-8859-1?Q?B=E4uerle?= Newsgroups: de.comp.text.misc Subject: Re: Wie macht man es einem OCR-Pogramm einfach? Date: Sat, 13 Aug 2016 14:22:16 -0000 Lines: 50 Message-ID: References: Mime-Version: 1.0 Content-Type: text/plain; charset=ISO-8859-1; format=fixed Content-Transfer-Encoding: 8bit X-Trace: individual.net 2wsqZl/ZAIwZVSieLowFkgJckyQlxBbSb15vA+YJGigAjKd0uC X-Orig-Path: not-for-mail Cancel-Lock: sha1:Nv3MF7UKSuwSc4KWUQ1k/P2SzOA= Injection-Date: Sat, 13 Aug 2016 14:22:16 -0000 User-Agent: flnews/0.14pre38 (for HP-UX) Xref: csiph.com de.comp.text.misc:22 Marc Haber wrote: > Michael Bäuerle wrote: > > > > [...] > > Mein Erklärungsversuch wäre: > > Die heutige OCR-Software nutzt die vorhandenen Ressourcen vor allem > > um besser raten zu können, wenn etwas unklar ist. Zum Beispiel in dem > > sie den Kontext mit einbezieht (Unser Gehirn versucht ja auch ganze > > Wörter als Bilder zu interpretieren). > > Das funktioniert aber vmtl. nur mit bestimmtem Text, auf den sie aus- > > gelegt ist, besonders gut. Ob Zahlenkolonnen oder Base64-Daten ohne > > "Wörter" da dazugehören, möchte ich eher anzweifeln. > > Da hast Du freilich recht. > > > Wenn es durch einen geeigneten Font aber gar nicht nötig ist zu raten, > > dann werden diese Fähigkeiten nicht benötigt (oder haben mehr Marge). > > Richtig. Was hältst Du in diesem Kontext von OCR-B? Da die OCR-B ja mehr für das menschliche Auge entworfen wurde als OCR-A, dürfte sie weniger Sicherheitsmarge bei der Erkennung bieten. Wenn ich mir die Glyphen so anschaue, dann liegt die Schwachstelle IMHO bei O/0. Diese beiden Glyphen sehen dort deutlich weniger verschieden aus als bei OCR-A. > > Ungeeignete Fonts zu verwenden und die schlechte Lesbarkeit dann mit > > Rechenleistung zu kompensieren wäre allerdings in der Tat der > > "modernere" Lösungsansatz. > > Du hattest aber explizit gefragt, wie man es der OCR-Software möglichst > > einfach machen kann, nicht wie man ihre Fähigkeiten bis zum Limit > > ausreizt weil CPU-Power brach liegt. > > Die Frage ist halt, ob heutige Software mit so "künstlichen" Fonts wie > OCR-A überhaupt klar kommt bzw ob sie jemals mit sowas getestet wurde. Ja. Wenn das nicht der Fall ist, könnte das Ergebnis auch grotten- schlecht sein (wegen des "ungewöhnlichen" Aussehens von OCR-A). Da dieser Font aber offiziell genormt wurde, darf man wohl schon davon ausgehen, dass OCR-Software ihn kennt ... Gerade mal einen Verrechnungsscheck-Vordruck meiner Bank herausgezogen: Für die Beschriftung wurde OCR-A verwendet. Das wird also nach über 40 Jahren auch wirklich noch verwendet. Es kann dafür doch eigentlich nur zwei Gründe geben: Es wurde seither kein besserer Font erfunden oder die Software-Unterstützung für OCR-A ist besonders gut. BTW: Es wäre schön, wenn du die Ergebnisse deiner Tests hier posten könntest. Das dürfte sicher noch mehr Leute interessieren.