Nutzt jemand TesseractOCR? Und kann mir weiterhelfen?

Ich finde da diverse Quellen auf Github. Ist das noch Zeitgemäß? Welche soll man nehmen?
Ich habe auch noch https://github.com/amancini/TTesseractOCR5 gefunden. Jedoch zumindest bei mir hab ich das noch nicht vernüftig zum Laufen bekommen.
Es gibt da Unklarheiten mit den notwendigen DLL's, bzw. mit den diversen Versionen.

Gibt es da evtuell andere (free oder günstig) Möglichkeiten zur Texterkennung (in meinem Fall aus Images).

Mein Vorschlag wäre, installier Dir Pdf24, darunter gibt es Tesseract, was hervorragend funktioniert.
So musst Du nur ein einfaches Setup installieren und hast jede Menge Mehrwert plus OCR.

Zitat von Rollo62:

Mein Vorschlag wäre, installier Dir Pdf24, darunter gibt es Tesseract, was hervorragend funktioniert.
So musst Du nur ein einfaches Setup installieren und hast jede Menge Mehrwert plus OCR.

und welche Github-Repository benutzt du?
Bei meiner schlägt's schon beim tesseract:=TTesseractOCR4.Create; in die Bresche. Und ich hab keine Ahnung was da fehlt.
Laut madExcept hier:

markieren

Delphi-Quellcode:

constructor TTesseractOCR4.Create;
begin
  if (hTesseractLib = 0) then
    raise Exception.Create('Tesseract library is not loaded');
  FTessBaseAPI := TessBaseAPICreate(); //<----- Hier
  FPageLayout := TTesseractPageLayout.Create(FTessBaseAPI);
end;

was mich zur tesseractocr.capi bringt:
  TfnTessBaseAPICreate = function: TessBaseAPI; cdecl; Was ja irgendein Aufruf in einer Dll sein dürfte. Doch da komm ich nicht weiter.

Hab auch die DLL's alle gelöscht und mir mal PDF24 installiert.

Zitat von Hobbycoder:

Zitat von Rollo62:

Mein Vorschlag wäre, installier Dir Pdf24, darunter gibt es Tesseract, was hervorragend funktioniert.
So musst Du nur ein einfaches Setup installieren und hast jede Menge Mehrwert plus OCR.

und welche Github-Repository benutzt du?

Ja stimmt, sorry, ich habe gerade nochmal nachgeschaut, nutze die doch nicht direkt, sondern über das PDF24-OCR.exe
Funktioniert aber super bei mir out-of-the-box, wenn es nur um das OCR'en geht.

zusammenfalten · markieren

Delphi-Quellcode:

@echo off

set path_caller=%~dp0
set par_in=%1

REM Ignore and remove the known file extension from the path
set "file_in_plain=%1"

REM Check, ob die Datei eine bekannte Endung hat
for %%E in (.pdf .jpg .png) do (
    if /i "%file_in_plain:~-4%"=="%%E" (
        set "file_in_plain=%file_in_plain:~0,-4%"
    )
)

set file_in=%file_in_plain%.pdf
set file_out=%file_in_plain%_ocred.pdf

set path_pdf24=C:\Program Files\PDF24\
set pdf24_ocr="%path_pdf24%pdf24-Ocr.exe"

echo .
echo . Input %1
echo . Input = %file_in%
echo . Output = %file_out%
echo .
echo . OCR the %file_in% to %file_out%
echo .

pause

rem pdf24-Ocr.exe.lnk
rem "pdf24-Ocr.exe.lnk" -outputFile "sichtkopie188806433_Test001_V05_ocred.pdf" -dpi 300 -deskew -autoRotatePages "sichtkopie188806433_Test001_V05.pdf "


%pdf24_ocr% -outputFile "%path_caller%%file_out%" -dpi 300 -deskew -autoRotatePages "%path_caller%%file_in%"

Ansonsten habe ich viele Versuche mit Python tesseract eingebunden, da gibt es verschiedene Ansätze, das ist aber viel mehr gefrickel, nur um eine Datei zu OCR'en.
Die scheinen mehr oder weniger alle auf UB Mannheim Tesseract zu basieren.
https://github.com/UB-Mannheim/Tesseract

Dann würde ich aber doch lieber gleich aud Docling umsteigen
https://pypi.org/project/docling/
Das lässt Dir über Python alle Möglichkeiten, bietet aber gleichzeitig auch eine CLI als "Kommandozeile" und kann außer verschiedenen OCR noch viel viel mehr.

Zitat von Rollo62:

Danke

Zwischendurch hab ich noch das hier:
https://ocr.space/OCRAPI
gefunden.
Funktioniert gut, kann jedoch in der Free-Variante keine Files > 1 MB übertragen, dazu kommt die Laufzeit, und dass sie in der Free keine 24/7-Funktionalität garantieren.
Und, auch wenn sie schreiben, dass sie nichts speichern, so möchte ich doch ungern möglicherweise mal kritische Daten durchs Internet jagen.

Zitat von Hobbycoder:

Zwischendurch hab ich noch das hier:
https://ocr.space/OCRAPI
gefunden.

Wenn solche Cloud-Systeme auch interessant für dich sind, dann auch vielleicht das Stirling-Projekt.
https://stirlingpdf.io/?lang=de_DE
https://www.stirlingpdf.com/
https://github.com/Stirling-Tools/Stirling-PDF

Das läuft (lief) auch 100% lokal, anscheinend haben die aber was "monetarisiert" und es geht vielleicht nicht mehr so ohne weiteres.
Die Lizenzbedingungen hab ich gerade aktuell nicht gecheckt.


Und das könnte auch interessant sein
https://winstall.app/apps/UB-Mannheim.TesseractOCR
https://joefinapps.com/2024/03/13/ho...cr-in-windows/
https://joefinapps.com/2024/09/14/ho...-in-text-grab/
https://github.com/TheJoeFin/Text-Grab
https://github.com/ocrmypdf/OCRmyPDF
https://github.com/naptha/tesseract....23installation

Zitat von Hobbycoder:

Nutzt jemand TesseractOCR? Und kann mir weiterhelfen?

Ich finde da diverse Quellen auf Github. Ist das noch Zeitgemäß? Welche soll man nehmen?
Ich habe auch noch https://github.com/amancini/TTesseractOCR5 gefunden. Jedoch zumindest bei mir hab ich das noch nicht vernüftig zum Laufen bekommen.
Es gibt da Unklarheiten mit den notwendigen DLL's, bzw. mit den diversen Versionen.

Gibt es da evtuell andere (free oder günstig) Möglichkeiten zur Texterkennung (in meinem Fall aus Images).

Du musst natürlich Tesseract in der richtigen Version installiert haben. Die verschiedenen Versionen findest du als Binaries unter https://github.com/UB-Mannheim/tesseract/wiki mit dem von Dir verwendeten Bindings dementsprechend Version 5. Den Pfad zur Tesseract Installation mit der Datei libtesseract must du wahrscheinlich mit der Funktion InitTesseractLib(const aDllPath:String) in der Unit tesseractocr.capi.pas angeben.

ImageEN bzw. IEVision für ImageEn verwendet ebenfalls Tesseract, ist aber komerziell.

hth Ha-Joe

Zitat von hanvas:

Du musst natürlich Tesseract in der richtigen Version installiert haben. Die verschiedenen Versionen findest du als Binaries unter https://github.com/UB-Mannheim/tesseract/wiki mit dem von Dir verwendeten Bindings dementsprechend Version 5. Den Pfad zur Tesseract Installation mit der Datei libtesseract must du wahrscheinlich mit der Funktion InitTesseractLib(const aDllPath:String) in der Unit tesseractocr.capi.pas angeben.

Das ist ja das Problem. Bei UB-Mannheim gibt's ja jede Menge Versionen. Da mein Programm 32-Bit hat benötige ich die 32-Bit-Tresseractversion. Aber in den Repositories zu den Delphiwrappern finde ich nicht wirklich einen Hinweiß, welche Version ich von UB-Mannheim denn nehmen soll. Teilweise sind die Repositories ja auch schon mehrere Jahre alt. Ich nehme auch mal an, dass sich in den Version von UB-Mannheim ja auch die DLL-Version verändern, so dass es dann zu o.g. Fehler kommen kann.

Zitat von Hobbycoder:

Das ist ja das Problem. Bei UB-Mannheim gibt's ja jede Menge Versionen. Da mein Programm 32-Bit hat benötige ich die 32-Bit-Tresseractversion. Aber in den Repositories zu den Delphiwrappern finde ich nicht wirklich einen Hinweiß, welche Version ich von UB-Mannheim denn nehmen soll. Teilweise sind die Repositories ja auch schon mehrere Jahre alt. Ich nehme auch mal an, dass sich in den Version von UB-Mannheim ja auch die DLL-Version verändern, so dass es dann zu o.g. Fehler kommen kann.

Bei dem ersten von Dir genannten Repositary https://github.com/amancini/TTesseractOCR5 sollte eigentlich https://digi.bib.uni-mannheim.de/tes...0.20190526.exe funktionieren. Eigentlich sollte auch jede spätere Version funktionieren soweit es keine breaking changes gab, aber für die neuesten Versionen gibt es keine 32 Bit Version. Für https://github.com/r1me/TTesseractOCR4 brauchst Du die Version 4. In einem weiteren Posting hast Du geschrieben :

Zitat:

constructor TTesseractOCR4.Create;
begin
if (hTesseractLib = 0) then
raise Exception.Create('Tesseract library is not loaded');
FTessBaseAPI := TessBaseAPICreate(); //<----- Hier
FPageLayout := TTesseractPageLayout.Create(FTessBaseAPI);
end;

Was mich verwundert zurücklässt. Denn mit dem Repositary https://github.com/amancini/TTesseractOCR5 sollte es diese Constructor nicht geben bzw. er sollte TTesseractOCR5 heißen.

cu Ha-Jo

Zitat von hanvas:

Was mich verwundert zurücklässt. Denn mit dem Repositary https://github.com/amancini/TTesseractOCR5 sollte es diese Constructor nicht geben bzw. er sollte TTesseractOCR5 heißen.

Zu Recht. Was aber daran lag, dass ich mit TesseractOCR5 angefangen habe, dort eben Probleme hatte, und dann das erst mal mit TesseractOCR4 probieren wollte.

Aber auch in TesseractOCR5 kam es zu diesem Fehler an dieser Stelle:

zusammenfalten · markieren

Delphi-Quellcode:

constructor TTesseractOCR5.Create(const aDllPath:String);
begin
  if (hTesseractLib = 0) then
  begin
    InitTesseractLib(aDllPath);
    if (hTesseractLib = 0) then
      raise Exception.Create('Tesseract library is not loaded');
  end;

  if hLeptonicaLib = 0 then
  begin
    InitLeptonicaLib(aDllPath);
    if (hLeptonicaLib = 0) then
      raise Exception.Create('Leptonica library is not loaded');
  end;
  
  FTessBaseAPI := TessBaseAPICreate(); //<-----Hier
  FPageLayout := TTesseractPageLayout.Create(FTessBaseAPI);
end;

Ich werde das jetzt noch mal mit der Version probieren, die du gepostet hast.