Différences

Ci-dessous, les différences entre deux révisions de la page.

--- info:ocr [2022/12/30 06:56] – [tesseract] radeff
+++ info:ocr [2024/05/16 02:51] (Version actuelle) – radeff
@@ Ligne 47: / Ligne 47: @@
 done</code>
-  * http://code.google.com/p/tesseract-ocr/
+==== Liens ====
+  * https://github.com/tesseract-ocr/tesseract/blob/main/README.md
   * http://www.tristancollins.me/computing/ocr-using-tesseract-on-multipage-pdfs/
   * https://azlinux.fr/tesseract/|Comment utiliser Tesseract pour extraire du texte à partir d'images
 marche nickel!
-===== Russe =====
-  * https://pyimagesearch.com/2020/08/03/tesseract-ocr-for-non-english-languages/
-  * https://github.com/tesseract-ocr/tessdata/blob/main/rus.traineddata
-    mv rus.traineddata /usr/share/tesseract-ocr/4.00/tessdata/
-Ou encore plus simple
-    sudo apt-get install tesseract-ocr-rus
 ===== GUI =====
@@ Ligne 73: / Ligne 65: @@
 et bien sûr le dico français si vous ne l'avez pas déjà
     sudo apt install hunspell-fr
+===== Russe =====
+  * https://pyimagesearch.com/2020/08/03/tesseract-ocr-for-non-english-languages/
+  * https://github.com/tesseract-ocr/tessdata/blob/main/rus.traineddata
+    mv rus.traineddata /usr/share/tesseract-ocr/4.00/tessdata/
+Ou encore plus simple
+    sudo apt-get install tesseract-ocr-rus
+==== exemple de script bash pour le russe ====
+<code bash>
+#!/usr/bin/bash
+# ocr-ru: convert (optical character recognition) jpg russian voc to text/csv file
+# usage: ocr-ru then translate it and drill it with anki
+# copyleft radeff.red - use it at your own risk!
+ladate=$(date +'%Y%m%d')
+echo "ocr which russian image?"
+ls *.jpg
+read i
+convert $i $i.png
+tesseract $i.png $ladate -l rus
+rm $i.png
+echo "conversion ok, edit "$ladate".txt now"
+#delete empty lines
+sed -i '/^$/d' $ladate.txt
+#delete line with only spaces
+sed -i '/^ *$/d' $ladate.txt
+#delete end line with strange char from whatsapp
+sed -i '/^$/d' $ladate.txt
+mv $ladate.txt $ladate.csv
+geany $ladate".csv"&
+</code>