tesseract

Le
talon
Je viens de voir que tesseract a été ajouté au système de ports de
FreeBSD, et du coup je l'ai installé et essayé.
Et bien c'est absolument impressionnant, enfin un système d'OCR libre
qui marche!
Pour le tester j'ai pris une page d'un livre scanné en djvu, j'en ai
extrait une page en .bmp, puis l'ai convertie en tiff avec convert, et enfin
(il faut que le document initial soit en tiff, le final sera truc.txt.
Appris par essai et erreur, il n'y a pas de doc)

tesseract page.tiff truc

Ce qui m'a donné un texte impeccable (d'après Cardy):
"
iv Preface
from the underlying microscopic dynamics. In trying to under-
stand scaling arguments applied to such problems it is often diffi-
cult, especially for newcomers, to understand why certain variables
should be neglected while others are retained in such scaling de-
scriptions, and why in some cases power law relations should hold
while they fail in others.
Fortunately, there is a class of physical problems within which
the concepts of scaling and renormalization may be derived sys-
tematically, and which therefore have become a paradigm for the
whole approach. These concern equilibrium critical behaviour. The
systems which exhibit such behaviour are governed by the simple
and well understood laws of statistical mechanics. Indeed, along
with the high energy behaviour of quantum field theories, this was
the area of physics in which the concepts of renormalization were
first formulated. Although the subject of equilibrium critical be-
haviour is, apart from a few unsolved problems, no longer of the
greatest topical theoretical or experimental interest, its study is
nonetheless important in providing a solid grounding to anyone
who wishes to go on to attempt to understand scaling and renor-
malization in more esoteric systems.
"

Evidemment c'est un texte anglais et je ne sais pas si ça marche en
français.

A mon avis ceci représente une avancée tout à fait notable dans un
domaine où le logiciel libre était particulièrement déficient.

--

Michel TALON
Questions / Réponses high-tech
Vidéos High-Tech et Jeu Vidéo
Téléchargements
Vos réponses Page 1 / 2
Gagnez chaque mois un abonnement Premium avec GNT : Inscrivez-vous !
Trier par : date / pertinence
SL
Le #5849381
Le 18-07-2007, Michel Talon
Je viens de voir que tesseract a été ajouté au système de ports de
FreeBSD, et du coup je l'ai installé et essayé.


Je l'ai trouvé aussi dans les packets debian.

Evidemment c'est un texte anglais et je ne sais pas si ça marche en
français.


Beaucoup moins bien helas, mais on peut difficilement s'attendre à mieux
sans au moins un lexique (une page de Deleuze, dans mes souvenirs assez
bien scanné mais j'ai pas d'interface graphique pour vérifier) :

8<--8<--8<--8<--8<--8<--8<--8<--8<--8<--8<--

QU'HsT.CE QUUN EVENEMENTP
les monades qui existent incluent int6gra]emcnt Ie monde
compossible qui passe in Pexistence. Pour Whitehead (et poux
beaucoup de philosophes modernes), au contraire, les bifurca-
tions, les divergences, les incompossibilites, les desaccords
appartiennent au mama monde bigarre, quz~ ne paul plus egtre
mclux dam des undegs expresxwex, mais seulement fait ou dfzfait
suivant des unites pr6:hensives et d'apr6:s des configurations
variables, ou des captures changeantes. Les series divergentes
tracent clans un meme monde chaotique des sentiers toujours
bifurcants, c'est un << chaosmos >>, commc on Ie trouve chez
Joyce, mais aussi chez Maurice Leblanc, Borges ou Gombro-
wicz 14. Mfame Dieu cesse dletre un Etre qui compare les
mondes et choisit Ie compossible Ie plus riche; il devient
Processus, processus qui affirme A la fois les incompossibilites,
et passe par elles. Le jeu du monde a singulierement change,
puisquyil est devenu Ie jeu qui diverge. Les Gtres sont ecarteles,
maintenus ouverts par Ies serics divergentes et les ensembles
incompossibles qui Ies entrainent au-dehors, au lieu de se
fermer sur Ie monde compossible et convergent qu'ils expriment
du dedans. Les mathematiques modemes en ce sens out pu
dvgvelopper une conception fibree, d,apr<Es laquelle les << mona-
des >> experimentent des chemins dans l'univers et entrent dans
des associees A chaque chemin 15. C'est un monde de
captures plut6t que de cl6tures.
Nous pouvons mieux comprendre en quoi le Baroque est une
transition. La raison classique s'est ecroulee sous Ie coup des
divergences, incompossibilites, d6saccords, dissonances. Mais Ie
Baroque est l'ultime tentative de reconstituer une raison classi-
que, en repartissant les divergences en autant de mondes
possibles, et an faisant des incompossibilitfes autant de frontie-
res entre les mondes. Les desaccords qui surgissent dans un
meme monde peuvent Gtrc violents, zls se reisolvent en accords,
parce que les seules dissonances irreductibles sont entre mondes
differents. Bref, l,univers baroque voit s,estomper ses lignes
melodiques, mais, ce quyil semble perdre, il le regagne en
harmonie, par ljharmonie. Confronte au pouvoir des dissonan-
14. On se reportera notamment au jeu des series divergentes dans Coxmvy
de
Gombrowicz, Ed. Denoel.
15. Sur la nouvelle monadologie math6matique, depuis Riemann, of. Gillcs
Chate-
let, a Sur une petite phrase de Riemann >>, Analytiquex, no 3, mai 1979.
111

8<--8<--8<--8<--8<--8<--8<--8<--8<--8<--8<--

J'imagine qu'un lexique n'est pas ce qui est le plus dur à ajouter à un
logiciel de ce type.

Gump
Le #5844341
| 8<--8<--8<--8<--8<--8<--8<--8<--8<--8<--8<--
|
| QU'HsT.CE QUUN EVENEMENTP
| les monades qui existent incluent int6gra]emcnt Ie monde
| compossible qui passe in Pexistence. Pour Whitehead (et poux
| beaucoup de philosophes modernes), au contraire, les bifurca-
| tions, les divergences, les incompossibilites, les desaccords
| appartiennent au mama monde bigarre, quz~ ne paul plus egtre
| mclux dam des undegs expresxwex, mais seulement fait ou dfzfait
| suivant des unites pr6:hensives et d'apr6:s etc...

Bon...on est encore assez loin d'Omnipage !

Gump
Nina Popravka
Le #5844261
On Wed, 18 Jul 2007 22:30:39 +0000 (UTC), SL
Beaucoup moins bien helas, mais on peut difficilement s'attendre à mieux
sans au moins un lexique (une page de Deleuze


Je trouve qu'au contraire le résultat traduit très fidèlement la
clarté de l'expression de Deleuze.
:-)))))
--
Nina

Blaise Potard
Le #5844231
Le Wed, 18 Jul 2007 22:30:39 +0000, SL a écrit:

Le 18-07-2007, Michel Talon
Je viens de voir que tesseract a été ajouté au système de ports de
FreeBSD, et du coup je l'ai installé et essayé.


Je l'ai trouvé aussi dans les packets debian.


Ah, je pense que ce doit être la « vieille » version qui ne supporte que
l'anglais. La version internationale (2.00) est sortie le 18 juillet, elle
n'est pas encore dans unstable :)


Blaise Potard
Le #5844201
Le Thu, 19 Jul 2007 12:53:51 +0000, Blaise Potard a écrit:

Le Wed, 18 Jul 2007 22:30:39 +0000, SL a écrit:

Le 18-07-2007, Michel Talon
Je viens de voir que tesseract a été ajouté au système de ports de
FreeBSD, et du coup je l'ai installé et essayé.


Je l'ai trouvé aussi dans les packets debian.


Ah, je pense que ce doit être la « vieille » version qui ne supporte que
l'anglais. La version internationale (2.00) est sortie le 18 juillet, elle
n'est pas encore dans unstable :)


Ceci étant, juste pour voir, j'ai téléchargé une page en français sur pgdp
(la page 30 de "Création et rédemption, La fille du marquis II"
d'Alexandre Dumas),

http://www.pgdp.net/projects/projectID467dcb007ed4e/030.png

et ça me donne un truc comme ça :

26 CRÉATION ET RÉDEMPTIGN
—-— Je joue ma tète, dit-il; mais que mîmporte!
je suis payé d'avance.
En ce moment la porte se rouvrit et l'aide de
camp reparut suivl du geôlier.
— Amaury, dit Tallien, attends ici 1’ordre de sor-
tie de la citoyenne Fontenay. Je vais chercher cet
ordre au tribunal, et, lorsque tu l’auras reçu, elle-
même te dira ou il faut la conduire.
Un quart d’heure après 1’ordre arrivait; madame
de Fontenay se faisait conduire chez Tallien, et le
geôlier écrivait à Robespierre :
« La république est trahie de tous les cotés; le
dtoyen Tailien vient de faire gràce, de son autorité
privée, a la ci—devant marquise de Fontenay arrêtée
par ordre du comité de salut public, avant même
qu’elle ait été interrogée. (...)

C'est bien, mais pas parfait. Le scan est loin d'être nickel, mais
enfin, il y a beaucoup de fautes que le lexique aurait du rattraper, c'est
tout de même un peu étrange.



Jean-Marc Desperrier
Le #5844101
Michel Talon wrote:
Je viens de voir que tesseract a été ajouté au système de ports de
FreeBSD, et du coup je l'ai installé et essayé.
Et bien c'est absolument impressionnant, enfin un système d'OCR libre
qui marche!
Pour le tester j'ai pris une page d'un livre


C'était une page du nouveau volume d'Harry Potter ? ;-)

talon
Le #5844081
Jean-Marc Desperrier
Michel Talon wrote:
Je viens de voir que tesseract a été ajouté au système de ports de
FreeBSD, et du coup je l'ai installé et essayé.
Et bien c'est absolument impressionnant, enfin un système d'OCR libre
qui marche!
Pour le tester j'ai pris une page d'un livre


C'était une page du nouveau volume d'Harry Potter ? ;-)


http://www-thphys.physics.ox.ac.uk/user/JohnCardy/

voir Book excerpts.

--

Michel TALON


Emmanuel Florac
Le #5844071
Le Thu, 19 Jul 2007 13:21:02 +0000, Blaise Potard a écrit :


et ça me donne un truc comme ça :


Pas si mal, c'est lisible.

--
Le travail est la malédiction des classes qui boivent.
O. Wilde.

Mihamina (R12y) Rakotomandimby
Le #5844061
On Thu, 2007-07-19 at 22:27 +0200, Emmanuel Florac wrote:
et ça me donne un truc comme ça :
Pas si mal, c'est lisible.



Oui mais l'OCR, quand j'y pense, est aussi utilisée pour les scans de
masse.
Et à plus grande échelle que ce morceau de texte, je trouve le taux de
reconnaissance encore bof bof...
Mais il faut un début à tout, j'en conviens.


Nina Popravka
Le #5844051
On 19 Jul 2007 13:21:02 GMT, Blaise Potard
C'est bien, mais pas parfait. Le scan est loin d'être nickel, mais
enfin, il y a beaucoup de fautes que le lexique aurait du rattraper, c'est
tout de même un peu étrange.


Vu la tronche du scan de base, je trouve ça plutôt remarquable, comme
résultat :-)
--
Nina

Publicité
Poster une réponse
Anonyme