Groups | Search | Server Info | Keyboard shortcuts | Login | Register [http] [https] [nntp] [nntps]
| From | Hermann Riemann <nospam.ng@hermann-riemann.de> |
|---|---|
| Newsgroups | ger.ct |
| Subject | Re: Fehlende Handbücher |
| Date | 2022-08-13 12:40 +0200 |
| Message-ID | <jlpdckF58n4U1@mid.individual.net> (permalink) |
| References | (3 earlier) <0764941f-a178-5314-a50f-3fecc34f4f7b@jtewes.my-fqdn.de> <jll81uFdrpuU1@mid.individual.net> <pdf-20220812103841@ram.dialup.fu-berlin.de> <td58rl$m4vr$1@solani.org> <OCR-20220812112551@ram.dialup.fu-berlin.de> |
Am 12.08.22 um 12:40 schrieb Stefan Ram:
> "Dr. Joachim Neudert" <neudert@5sl.org> writes:
>> Ob "pdftotext" das leistet weiß ich nicht, könnte natürlich sein.
>
> Nein, pdftotext setzt voraus, daß die PDF-Datei den Text
> bereits "als Text" enthält. Wenn die PDF-Datei nur Graphiken
> enthält, müßte man erst noch ein weiteres Programm anwenden,
> um mit OCR die Graphiken als Text zu interpretieren. Aber
> solche Programme findet man für Windows auch auch im Web,
> beispielsweise "Tesseract".
Ich dachte erst Seite für Seite mit einer Digitalkamera vom
Bildschirm fotografieren,
dass die Bilder auf den PC kopieren,
das mit einem Grafikprogramm auf senkrecht und passende Größe
ausrichten, dann entweder mit OCR die Texte raten lassen
und dann Fehler ergänzen,
Oder mit einem KI Programm erst Muster beibringen
( mind. 10 000 Bilder? ),
und damit dann raten lassen.
> Leider ist OCR selten perfekt, aber auch bei einigen
> Fehl-Erkennungen hat man zumindest eine Chance, etwas
> wiederzufinden.
Bisher habe ich einmal OCR angewendet. Sehr hohe Fehlerrate.
Ergebnis: direkt Texte direkt abtippen geht schneller.
> Hier sind fehlertolerante Suchverfahren
> vielleicht angebracht, die auch Texte finden, die sich in
> einigen wenigen Zeichen von der Suchanfrage unterscheiden.
Eine automatische Rechtschreibkorrektur?
( Was macht die mit '∑' ?
> Ich habe für mich selber angefangen, ein Python-Programm zu
> schreiben, das in einem Verzeichnis alle Dateien in Text
> wandeln soll.
Auch Binärdateien? ( a.out )
> Es schaut auf die Namenserweiterung. Bei einer
> HTML-Datei wird "BeautifulSoup" verwendet, um den Text zu extrahieren:
>
> |if name.lower().endswith( ".html" )or name.lower().endswith( ".htm" ):
> | soup = bs4.BeautifulSoup( get_text( file ), features="html.parser" )
> ...
>
> , bei "PDF" verwendet das Programm "pdftotext":
>
> |elif name.lower().endswith( ".pdf" ):
> | args = [ "pdftotext.exe", '-enc', 'UTF-8', name,'-']
> ...
In Linux gibt es das file Kommando.
> , geplant ist auch noch, bei Bilddateien ein OCR-Programm
> aufzurufen.
Ein .doc Datei mit verschieden Schriftarten und Größen
und handschriftlichen Anmerkungen und Unterschriften
( verschiedener Personen )
und Runen und Elektronik Symbole über .gif? importiert.
Hermann
der sich mal den Bronstein mit DVD gekauft hat,
in der Hoffnung die Formeln importieren zu können,
allerdings waren auf der nur sehr wenig Formeln vorhanden,
und die auch noch mit viel *.gif an Verwendung verhindert.
--
http://www.hermann-riemann.de
Back to ger.ct | Previous | Next — Previous in thread | Next in thread | Find similar | Unroll thread
Fehlende Handbücher Ned Kelly <ned.kelly@nefkom.net> - 2022-08-09 20:06 +0200
Re: Fehlende Handbücher Shinji Ikari <shinji@gmx.net> - 2022-08-09 22:10 +0200
Re: Fehlende Handbücher Ned Kelly <ned.kelly@nefkom.net> - 2022-08-09 22:24 +0200
Re: Fehlende Handbücher Jörg Tewes <jogi1964@gmx.net> - 2022-08-09 23:21 +0200
Re: Fehlende Handbücher Ralf Brinkmann <ralf.brinkmann.wiesbaden@t-online.de> - 2022-08-10 09:49 +0200
Re: Fehlende Handbücher Lars Gebauer <lgebauer@live.de> - 2022-08-10 10:33 +0200
Re: Fehlende Handbücher Michael Bode <m.g.bode@web.de> - 2022-08-10 18:58 +0200
Re: Fehlende Handbücher Hermann Riemann <nospam.ng@hermann-riemann.de> - 2022-08-11 07:27 +0200
Re: Fehlende Handbücher Gerrit Heitsch <gerrit@laosinh.s.bawue.de> - 2022-08-10 10:52 +0200
Re: Fehlende Handbücher Jörg Tewes <jogi1964@gmx.net> - 2022-08-10 10:57 +0200
Re: Fehlende Handbücher Gerrit Heitsch <gerrit@laosinh.s.bawue.de> - 2022-08-10 11:43 +0200
Re: Fehlende Handbücher Matthias Eißing <meissing@gmx.de> - 2022-08-10 11:45 +0200
Re: Fehlende Handbücher Hermann Riemann <nospam.ng@hermann-riemann.de> - 2022-08-10 13:58 +0200
Re: Fehlende Handbücher Matthias Eißing <meissing@gmx.de> - 2022-08-10 14:22 +0200
Re: Fehlende Handbücher Hermann Riemann <nospam.ng@hermann-riemann.de> - 2022-08-10 17:05 +0200
Re: Fehlende Handbücher Matthias Eißing <meissing@gmx.de> - 2022-08-10 17:18 +0200
Re: Fehlende Handbücher Hermann Riemann <nospam.ng@hermann-riemann.de> - 2022-08-10 17:47 +0200
Re: Fehlende Handbücher Gerrit Heitsch <gerrit@laosinh.s.bawue.de> - 2022-08-10 17:49 +0200
Re: Fehlende Handbücher Hermann Riemann <nospam.ng@hermann-riemann.de> - 2022-08-11 07:36 +0200
Re: Fehlende Handbücher Ulf Kutzner <Ulf.Kutzner@web.de> - 2022-08-10 04:24 -0700
Re: Fehlende Handbücher Ruediger Lahl <ruediger.lahl@gmx.de> - 2022-08-10 14:08 +0200
Re: Fehlende Handbücher Martin Gerdes <martin.gerdes@gmx.de> - 2022-08-10 21:45 +0200
Re: Fehlende Handbücher Gerrit Heitsch <gerrit@laosinh.s.bawue.de> - 2022-08-11 06:41 +0200
Re: Fehlende Handbücher Hermann Riemann <nospam.ng@hermann-riemann.de> - 2022-08-11 07:42 +0200
Re: Fehlende Handbücher Carlo XYZ <carloxyz@invalid.invalid> - 2022-08-11 07:46 +0200
Re: Fehlende Handbücher "Dr. Joachim Neudert" <neudert@5sl.org> - 2022-08-11 09:03 +0200
Re: Fehlende Handbücher Gerrit Heitsch <gerrit@laosinh.s.bawue.de> - 2022-08-11 09:35 +0200
Re: Fehlende Handbücher "Dr. Joachim Neudert" <neudert@5sl.org> - 2022-08-11 09:53 +0200
Re: Fehlende Handbücher Gerrit Heitsch <gerrit@laosinh.s.bawue.de> - 2022-08-11 10:24 +0200
Re: Fehlende Handbücher "Dr. Joachim Neudert" <neudert@5sl.org> - 2022-08-11 10:34 +0200
Re: Fehlende Handbücher Jörg Tewes <jogi1964@gmx.net> - 2022-08-11 22:44 +0200
Re: Fehlende Handbücher Gerrit Heitsch <gerrit@laosinh.s.bawue.de> - 2022-08-12 06:53 +0200
Re: Fehlende Handbücher Hermann Riemann <nospam.ng@hermann-riemann.de> - 2022-08-12 07:21 +0200
Re: Fehlende Handbücher Gerrit Heitsch <gerrit@laosinh.s.bawue.de> - 2022-08-12 07:25 +0200
Re: Fehlende Handbücher Jörg Tewes <jogi1964@gmx.net> - 2022-08-13 01:01 +0200
Re: Fehlende Handbücher Hergen Lehmann <hlehmann.expires.5-11@snafu.de> - 2022-08-12 12:45 +0200
Re: Fehlende Handbücher Gerrit Heitsch <gerrit@laosinh.s.bawue.de> - 2022-08-12 13:51 +0200
Re: Fehlende Handbücher Hergen Lehmann <hlehmann.expires.5-11@snafu.de> - 2022-08-12 14:37 +0200
Re: Fehlende Handbücher Jörg Tewes <jogi1964@gmx.net> - 2022-08-12 23:54 +0200
Re: Fehlende Handbücher Gerrit Heitsch <gerrit@laosinh.s.bawue.de> - 2022-08-13 18:37 +0200
Re: Fehlende Handbücher Jochen Kremer <jochen.news@kremerweb.de> - 2022-08-13 18:57 +0200
Re: Fehlende Handbücher Gerrit Heitsch <gerrit@laosinh.s.bawue.de> - 2022-08-13 19:22 +0200
Re: Fehlende Handbücher Hergen Lehmann <hlehmann.expires.5-11@snafu.de> - 2022-08-13 19:57 +0200
Re: Fehlende Handbücher Jörg Tewes <jogi1964@gmx.net> - 2022-08-11 22:39 +0200
Re: Fehlende Handbücher Hermann Riemann <nospam.ng@hermann-riemann.de> - 2022-08-12 07:29 +0200
Re: Fehlende Handbücher Jörg Tewes <jogi1964@gmx.net> - 2022-08-12 23:57 +0200
Re: Fehlende Handbücher Martin Gerdes <martin.gerdes@gmx.de> - 2022-08-11 23:21 +0200
Re: Fehlende Handbücher Michael Bode <m.g.bode@web.de> - 2022-08-11 07:50 +0200
Re: Fehlende Handbücher Ralf Brinkmann <ralf.brinkmann.wiesbaden@t-online.de> - 2022-08-11 09:17 +0200
Re: Fehlende Handbücher Gerrit Heitsch <gerrit@laosinh.s.bawue.de> - 2022-08-11 09:32 +0200
Re: Fehlende Handbücher Hermann Riemann <nospam.ng@hermann-riemann.de> - 2022-08-11 07:22 +0200
Re: Fehlende Handbücher Jörg Tewes <jogi1964@gmx.net> - 2022-08-11 22:31 +0200
Re: Fehlende Handbücher Michael Bode <m.g.bode@web.de> - 2022-08-11 22:44 +0200
Re: Fehlende Handbücher Hermann Riemann <nospam.ng@hermann-riemann.de> - 2022-08-12 07:19 +0200
Re: Fehlende Handbücher Goetz Schultz <news.expire1225@goetz.co.uk> - 2022-08-12 09:27 +0100
Re: Fehlende Handbücher Hermann Riemann <nospam.ng@hermann-riemann.de> - 2022-08-12 13:07 +0200
Re: Fehlende Handbücher "Dr. Joachim Neudert" <neudert@5sl.org> - 2022-08-12 12:08 +0200
Re: Fehlende Handbücher Michael Bode <m.g.bode@web.de> - 2022-08-13 09:25 +0200
Re: Fehlende Handbücher Hermann Riemann <nospam.ng@hermann-riemann.de> - 2022-08-13 12:40 +0200
Re: Fehlende Handbücher Jörg Tewes <jogi1964@gmx.net> - 2022-08-14 01:33 +0200
Re: Fehlende Handbücher Michael Bode <m.g.bode@web.de> - 2022-08-14 14:16 +0200
Re: Fehlende Handbücher Martin Gerdes <martin.gerdes@gmx.de> - 2022-08-12 19:32 +0200
Re: Fehlende Handbücher Jörg Tewes <jogi1964@gmx.net> - 2022-08-13 01:07 +0200
Re: Fehlende Handbücher Michael Bode <m.g.bode@web.de> - 2022-08-13 09:17 +0200
Re: Fehlende Handbücher Hermann Riemann <nospam.ng@hermann-riemann.de> - 2022-08-13 12:42 +0200
Re: Fehlende Handbücher Ulf Kutzner <Ulf.Kutzner@web.de> - 2022-08-10 00:56 -0700
Re: Fehlende Handbücher Ruediger Lahl <ruediger.lahl@gmx.de> - 2022-08-10 14:30 +0200
csiph-web