Ce site est optimisé pour être consulté depuis un navigateur moderne dans lequel JavaScript est activé.

Open Office, Reconnaissance de caractères, Xsane, Kooka et Cie...

Sorbus

[Edit décembre 2012 : tesseract avec xsane2tess : cette solution fonctionne bien avec Ubuntu 12.04 LTS, comme indiqué dans le documentation Ubuntu francophone sur xsane2tess, en installant tesseract 3.02 via les dépôts, et xsane2tess avec le script indiqué dans la doc]

[Edit février 2007 : en tête du premier message de ce fil de discussion, je note son objet et deux liens utiles en complément :

- Objet : regrouper ici toutes les expériences de ROC/OCR sous Ubuntu, dans le but de définir les méthodes (logiciel + la façon de les utiliser... "savoir-faire") permettant d'obtenir les meilleurs résultats.
- Un lien sur la Documentation : la page de Pierre S. pour noter les trucs et astuces et les résultats des tests les plus utiles à tous : http://doc.ubuntu-fr.org/ocr
- Un lien vers le blog de "The Glu" (article du Planet) : http://theglu.tuxfamily.org/index.php/post/2007/01/10/OCR-vous-dites-Non-on-ne-fait-pas-bien

Affaire à suivre !]

Edit janvier 2008 : il y a du nouveau, et du bon :
--> voir l'article sur "Linux on the root"
--> et la page de la documentation Ubuntu francophone à propos de tesseract
--> le lien du forum Hardware, oà¹ d'autres sont intéressés par la roc sous Linux...

Bonjour à tous,

Je poste ce message pour essayer de regrouper dans un fil de discussion tous les trucs et astuces pour réussir des "reconnaissances de caractères" (ROC/OCR) de qualité avec Ubuntu.

J'ai repéré quelques éléments çà et là par la recherche.

J'en note quelques-uns dans des discussions plus ou moins récentes... (les 2 premiers points dans une discussion de juillet dernier) :

1°) "?", accents, UTF8 et OOo Writer

Xsane utilise gocr pour convertir l'image en texte et cela fonctionne pas trop mal. Cependant, le fichier .txt généré est en ISO8859 et lorsque je l'ouvre avec OpenOffice.org tous les caractères accentués sont remplacés par des points d'interrogation. Y a-t-il une solution soit du cà´té d'OpenOffice.org, soit du cà´té de Xsane/Gocr pour contourner le problème? Quel est le plus simple?

Réponse :

Dans Xsane, aller dans Préférences->Configuration->OCR et pour le paramètre
'Commande OCR' mettre 'gocr -f UTF8'. Tu aura les accents dans OpenWriter ...

P.S. : moi, j'ai fait ça aujourd'hui dans Xsane, mais si j'ouvre le fichier .txt avec OOo Writer... j'ai quand même des "?" à la place des accents.

2°) Xsane, niveau de résolution et caractères non reconnus

J'ai mis dans Xsane :: gocr -f UTF8 à la place de gocr
et je scanne en 600 dpi

Le résultat est déjà bien sympathique pour une page dactilographié.
il arrive encore des erreurs comme

Voici un bref extrait :
intàƒÅ¡gre -->à la place intègre
dàƒÂ©6nition-->définition
màƒÂ©decin-->médecin
possàƒÂble-->possible

A tous les coups :
àƒÂªtre-->être

Y a-t-il un moyen d'affiner ?

Message resté sans réponse pour l'instant.
Question résolution, perso, j'ai eu des résultats de meilleure qualité en 300 dpi qu'en 400 dpi avec Xsane...
Et vous ?
Et plus la résolution est grande, plus c'est long...
Quelle est la résolution idéale pour le ROC ?

3°) Comment obtenir une reconnaissance de caractère de qualité...
... intégrée à (ou très facilement ouvrable - sans trop de manip avec) OOo writer ?
ça, c'est dans un post qui a plus d'un an... :

Voilà je tourne sur une hoary 5.04,
J'ai un scanner que j'utilise avec xsane.
L'idée serait de scanner un document , puis après l'avoir scanné, pouvoir effectuer des modifications de texte à travers openoffice.

J'ai été demandé à google j'ai trouvé gocr, ocrad et clara (houba houba con celui là pas facile) je les installé j'ai essayé, ben je les trouve pas du tout concluant, ou alors je sais pas faire.
Si il y quelqu'un qui sait faire je suis preneur.

Réponse : "Kooka (j'ai pas essayé)"
Suite :

Je viens d'essayer ta solution. Cà le fait pas toujours, mais il y a une amorce.
En fait kooka est une interface graphique de ocrad doublée de l'utilisation du scanner si j'ai bien compris.

En fait, Kooka utilise au choix ocrad ou gocr, c'est une question de configuration.

Mais qui obtient de bons résultats... et comment ?

4°) Une reconnaissance de caractères "finalisée" par référence automatique à des dictionnaire ?
J'ai cette question parce que sous windows, j'utilise un logiciel OCR (celui que j'avais eu à l'achat du scanneur), que je peux configurer avec des modules de langue. J'ai scanné des textes en français, en anglais, en allemand et en hongrois... et la reconnaissance de caractères est excellente lorsque la langue correspondante a été sélectionnée avant la réalisation du scan (ou du processus de reconnaissance).

Je n'ai pas trouvé dans Xsane de mention de dictionnaire. Et dans Kooka, quand on lance la reconnaissance, dans la fenêtre qui s'ouvre "Reconnaissance Optique de Caractères - Kooka", il y a un onglet "Vérification de l'orthographe". Avec une mention "post-traitement de la ROC".
Si on active la reconnaissance de l'orthographe pour valider le résultat de la ROC, on peut sélectionner un dictionnaire (chez moi, je n'ai que "Ispell par défaut"), un encodage (j'ai choisi UTF8, mais il y a peut-être mieux... et ce n'est peut-être pas le même selon la langue traitée), et un client (J'ai Ispell International, Aspell, Hspell et Zemberek)... je ne sais pas à quoi ça correspond.
Cependant, pour l'instant, je suis obligé de désactiver la reconnaissance de l'orthographe, sinon, lors du lancement de la ROC, j'ai le message : "Impossible de démarrer la vérification de l'orthographe sur ce système, veuillez vérifier la configuration"...

5°) Kooka "enregistrer le résultat de la ROC" (en .txt) et OOe Writer : texte coupé avec de mauvais passages à la ligne...
Pas de problème de "?" pour un .txt ouvert avec OOo Writer s'il s'agit d'une reconnaissance de caractères faites par Kooka... par contre, le texte est coupé de manière intempestive avec des passages à la ligne (dans OOo).
En plus des caractères mal reconnus, il faut donc refaire de nombreuses manips pour la mise en page. Quelqu'un aurait-il un remède ?

Bon... ça fait beaucoup. J'en ai pas d'autre pour l'instant. Mais si certains ont des trucs et astuces pour faire sous Ubuntu de la ROC de qualité, adaptée aux langues, facile à traiter ensuite dans OOo...

Merci !

Sorbus

Une contribution de Frankubuntu (reprise d'un autre fil) le 9/12/2006 :

Salut chez moi aussi ça fonctionnait vraiment pas bien mais si tu augmentes la résolution de ton scanner ça marche tt de suite bcp mieux. Le seul hic c'est que les fichiers sont énormes et donc mettent bcp de tps pour être scannés ( mais quand même moins que si tu devais tout retaper 🙂)
Pour ça, quand tu ouvres Xsane, que t'as choisi ton scanner ( si t'en a plusieurs) tu choisis type puis text et tant qu'à faire tu l'enregistres tt de suite en sélectionnant enregistrer tout au dessus puis tu scannes en niveau de gris ( ça dégrossit énormément les fichiers) et t'augmente la résolution (à partir de 20 Mo (affiché en dessous) ça devient vraiment raisonnable mais quand (même) un peu de retravail après à faire.
De plus ça n'a rien à voir avec la langue 😉

Sorbus

Bonsoir Frankubuntu,

Quand tu dis "niveau de gris", c'est la case où on a le choix entre "Noir et blanc", "Gris" et "Couleur" (en dessous de "Text") ? Donc, il faut choisir "Gris" ?

C'est ce que je viens de faire : j'ai imprimé ton texte ci-dessus (en le mettant en "arial 12"), et je l'ai scanné ainsi 4 fois de suite, avec 4 résolutions différentes : 400, 600, 800 et 1600 dpi (comme le texte est court, seule cette dernière résolution dépassait un peu les 20 MB... mais avec la totalité d'une page A4, on dépasse déjà 20 MB en 600 dpi).

Résultat du scan de la 1ère phrase ("Salut chez moi aussi ça fonctionnait vraiment pas bien mais si tu augmentes la résolution de ton scanner ça marche tt de suite bcp mieux.") :

1600 dpi :

(PICTURE)
aIut c(PICTURE)ez (PICTURE)o\code(012d) aussî (PICTURE)a ronctîonnaît vraí(PICTURE)ent (PICTURE)as (PICTURE)îen (PICTURE)aîs sî tu au(PICTURE)(PICTURE)entes Ia
r_soIut\code(012d)on (PICTURE)e ton scanner (PICTURE)a (PICTURE)arc(PICTURE)e (PICTURE) (PICTURE)e suîte (PICTURE)c(PICTURE) (PICTURE)îeux,

800 dpi :

SaIut chez mo\code(012d) aussì ça fonctíonnaìt vraîment pas b\code(012d)en maîs sì tu augmentes Ia
résoIutìon de ton scanner ça marche _ de suîte bcp míeux.

600 dpi :

SaIut chez moi aussì ça ronctíonnaìt vraiment pas bìen maìs sî tu augmentes Ia
FésoIutìon de ton scanner ça marche _ de suîte bcp mieux.

400 dpi :

SaIut chez moi aussi ça fonctionnait vraíment pas bien maìs, si tu augmentes la
reFsolution de ton scanner ça marche tt de suîte bcp mîeux.

[Edit 10 février 2007 :
300 dpi :

Salut chez moi aussi ça fonctionnait vraiment pas bien mais si tu augmentes la
résolution de ton scanner ça marche tt de suite bcp mieux.

Constat : dans ce cas, le moins mauvais résultat est obtenu en 300 dpi.
De fait, le logiciel réalise un vrai travail de reconnaissance de caractères... Et pour cette phrase simple en "arial 12", c'est "zéro défaut". Mais avec des textes un peu plus complexes ou avec d'autres polices, je ne trouve pas ça encore vraiment satisfaisant.

Pour le même texte, le résultat obtenu avec Kooka, configuré avec le moteur ROC "OCRAD", mode "Binary", 300 dpi ou 400 dpi est lui aussi impeccable. (le résultat se dégrade fortement en 600 dpi).

bidou

bonsoir,
je voudrais utiliser un logiciel d'ocr. mais si j'utilise gocr le fichier retourner est bourré de fautes.
et lorsque j'utilise kooka la reconnaissance de texte ne marche pas. c'est parce que je suis sous gnome??
bref, comme tu recenses toute la doc sur le sujet, tu pourrais peut-être m'indiquer un tuto ou un forum pour m'aider.
ou me dire comment augmenter la qualité du fichier.
amicalement
Bidou

Sorbus

Bonjour bidou,

J'essaye de réunir les infos sur ce fil... mais tu vois que pour l'instant, je reste avec plein de questions.

Tu dis que tu as utilisé gocr : c'est à dire sans passer par Xsane ni Kooka ? Comment fais-tu ? (c'est de ma part une question naïve... pour l'instant, je suis toujours passé par Xsane et Kooka (ce dernier utilisant ocrad ou gocr)).

lorsque j'utilise kooka la reconnaissance de texte ne marche pas. c'est parce que je suis sous gnome??

Non, je suis suis aussi sur gnome, et la reconnaissance de caractère marche avec Kooka. Il reste aussi des fautes, mais il y a une vraie reconnaissance de caractères, un peu comme dans mon exemple de scan en 400 dpi avec Xsane dans mon message précédent. J'essayerai de t'indiquer les manips, mais ce matin, je travaille sur mon portable (mon fixe et mon scanneur sont en un autre lieu). De mémoire, d'après les posts que j'ai pu trouver, Kooka fonctionne aussi bien sur Gnome que sur Kde.

bref, comme tu recenses toute la doc sur le sujet, tu pourrais peut-être m'indiquer un tuto ou un forum pour m'aider.
ou me dire comment augmenter la qualité du fichier.

Je n'ai rien d'autre pour l'instant, et j'ai laissé cette question quelques jours, à cause du temps passé à l'installation d'Ubuntu sur mon portable. Mais je reviendrai sur le sujet. Si je trouve des choses, je les indiquerai dans ce fil de discussion. De ton côté, si tes recherches te permettent de trouver des trucs et astuces, indiques-les ici... Si les utilisateurs de ROC/OCR travaillant sous Ubuntu rassemblent ici leur savoir-faire, on pourra progresser ensemble...

@+

Sorbus

Message de Pierluc sur un autre fil :

Xsane regroupe plusieurs logiciels de numérisation:
- numérisation de photo
- numérisation de négatifs
- numérisation de texte OCR
- photocoie

Par défaut quand on clique sure l'icône de Xsane sa ouvre Le Sane pour photos mais via la barre de menu on peut ouvrir d'autres logiciels de Sane. Une chose importante est de bien choisir la résolution. Si on prend une movaise résolution il risque de confondre la texture de la feuille avec les polices de caractères ce qui mettre pleins de symbols pas rapport dans le texte.

Pour les tableaux c'est pas supers, mieux vaux les refaires nous même.

Sorbus

Je reviens sur une remarque de Frankubuntu :

De plus ça n'a rien à voir avec la langue

Oui, sans doute, la reconnaissance optique n'a comme telle "rien à voir" avec la langue. Mais certains logiciels effectue ensuite un traitement du résultat obtenu en fonction de la langue sélectionnée.

J'utilise une vieille version de TextBridge sous windows, achetée avec le scanneur il y a 6 ou 7 ans. Si je scanne un texte en français en ayant sélectionné "allemand" avant d'effectuer le scan, le résultat est moyen. Par contre, si j'ai sélectionné "français", le résultat est très bon.

D'où ma question 4 dans le premier message de ce fil : comment fonctionne le "post-traitement de la ROC" dans Kooka ? Pourquoi ne semble-t-il pas fonctionnel "sur ce système" ?

Sorbus

Copie d'un message de Schbler sur un autre fil :

Manque de sommeil ? Besoin de nouvelles lunettes ?
Toujours est-il que je ne vois pas "Type", pour y choisir "Texte". Les mode Xsane que j'ai sont "Visionneuse", "Enregistrer", "Copier", "Faxer" & "e.mail"..... Grrrrr !!
J'ai oublié de cocher quelque chose ?
Faut-il réinstaller Xsane ?
Merci de vos réponses.

Sorbus

Bonjour Schbler,

Je donne ma réponse ici dans l'optique de regrouper dans ce fil les questions/réponses au sujet de la ROC/OCR.

Quelle est ta version de XSane ? Tu es sous Ubuntu Dapper ou Edgy ? Quel est le nom de ton scanneur ? Il se peut qu'il y ait quelques différences en fonction de ces éléments ...

Je te mets ci-dessous une copie d'écran de la fenêtre XSane qui apparaît chez moi, où je peux sélectionner "TEXT". Je suis sous Ubuntu Edgy; mon scanneur est un bon vieil Epson Perfection 1200 S (en SCSI)... et XSane 0.991.

Comment ça se présente chez toi ?

Schbler

@Sorbus

Ma version de Xsane est 0.97. Il apparaît que la patie supérieure de ta fenêtre est différente de celle que j'ai.
Je suis sous Dapper
Mon scanner est un Canon CanoScan N670U

Sorbus

La version Xsane 0.97 est sortie en janvier 2005.
La version 0.991 en janvier 2006.
La dernière version (0.992) vient de sortir.

Les modes XSane que tu citais dans ton courriel précédent correspondent aux choix des fonctions (chez moi : Visionneuse, Enregistrer, Copier, Multipage, Faxer, Courriel).

Je viens d'aller voir sur le site de XSane :
http://www.xsane.org/doc/sane-xsane-scan-options-doc.html

Les captures d'écran qui sont données pour la version 0.99 correspondent à peu près à ce que j'ai. Il y a bien une sélection possible de "Type" (ce qui correspond au format de sauvegarde du document scanné).

Dans la version 0.97 dont tu disposes, tu peux sélectionner le mode... mais tu ne vois pas où sélectionner "Type" ?

Même si tu choisis le mode "Enregistrer", tu ne vois pas apparaître la possibilité de sélectionner "Type" ?

N.B : Cette possibilité n'apparaît pas si tu as sélectionné l'un des modes "Copier," "Multipage", "Faxer" ou "Courriel (e-mail)"...

Si "Type" n'apparaît pas quand tu as sélectionné le mode "enregistrer", ça vient peut-être de la version 0.97, que je ne connais pas. Mais il doit bien y avoir quelque part la possibilité de sélectionner le format d'enregistrement des documents ?

Je ne sais pas non plus si le paquet "XSane" a été mis à jour pour Dapper, lors du passage à la version 0.99 de XSane.

Est-ce que dans ta liste des dépôts, tu as mis les backports ?

@+

dr_ken

non malheureusement pour dapper pas de mise à jour de Xsane (d'ailleurs pas de mises à jour logicielles sous ubuntu à part mises à jour de sécurité)

par contre je me souviens que sous dapper j'avais récupéré le deb de la version 0.99 qui te permet en plus d'avoir le mode multipage!

je me lance dans une batterie de tests pour l'OCR et je tiens au courant si j'arrive à optimiser les paramètres

[edit]
je viens de faire quelques tests avec un texte d'une feuille A4 avec beaucoup de mots accentués (normal en français), des dates, des titres, retours à la ligne etc...
un texte assez complet en clair!

j'ai utilisé Xsane avec gocr
la meilleure reconnaissance est obtenue avec une résolution de 600dpi en gris et pleine échelle couleur par contre c'est loin d'être parfait!

quasiment tous les "L" minuscules sont vus comme des "1" (texte de base en Times new roman) et les successions de lettres "tr" sont quasi toutes vues comme des "h" et on perd un peu la mise en forme
sinon les lettres accentuées le sont bien (parfois les "i" le sont aussi :rolleyes: )

voila je vais continuer avec kooka et je posterai mes résultats ici

Schbler

Pour obtenir le résultat décrit par Sorbus, j'ai été sur le site de Xsane et j'ai téléchargé la version actualisée. L'installation n'a pas pu s'effectuer car la version de sane est trop ancienne. Comme je crains de faire des erreurs, j'en appelle à vos compétences, en posant les questions suivantes :
1/ Est-il judicieux d'installer des versions actualisées de sane et de Xsane ?
2/ Dans l'affirmatif, quelle procédure faut-il suivre ? En effet, par exemple, j'ai pu constater qu'il fallait d'abord installer sane avant Xsane.
3/ Pourquoi existe-t-il un tel décallage entre la version fournie avec Dapper et celle de cette application ?

scorpio810

Schbler a écrit3/ Pourquoi existe-t-il un tel décallage entre la version fournie avec Dapper et celle de cette application ?

les paquets ont ete figés lors de la sortie de dapper et il n' y a que les mises a jours de securitée qui entrent
soit tu cherche un depot alternatif soit tu desinstalle et tu compile la derniere version mais vu les dependances tu vas t'amuser un petit moment

Sorbus

L'expérience de Schbler va me conduire à préciser sur le Wiki que les indications données pour la réalisation de ROC/OCR avec XSane ne valent qu'à partir de Edgy.

Mais auparavant, j'aurais aimé être certain qu'il n'existe aucune alternative avec Dapper + XSane 0.97 : avec cette version, est-ce qu'il n'y a vraiment aucun moyen d'enregistrer un document au format désiré, et en particulier au format "TEXT" ?

Est-ce qu'il y a sur le forum d'autres utilisateurs de Dapper + XSane qui pourraient répondre ?

Question subsidiaire : j'ai donné sur le Wiki un mode d'emploi pour réaliser de la ROC/OCR avec Kooka; mais j'utilise aussi Kooka sous Edgy. Est-ce que ça peut représenter une alternative sous Dapper (ça pourrait rendre service à Schbler) ? Certains en ont-ils l'expérience ?

Sorbus

@dr_ken

Je viens de lire les résultats de tes tests avec XSane.

Tu es de ceux qui obtiennent les meilleurs résultats en résolution 600 dpi. Curieusement, j'obtiens les meilleurs résultats en 300 dpi. D'oà¹ cela vient-il ?

Il serait intéressant d'effectuer nos tests avec le même texte... avec les mêmes polices et les mêmes tailles de caractères.

Voici le texte que j'utilise pour les tests :

Ce texte a été écrit pour tester les différents logiciels de ROC/OCR sous Linux. Peut-être aurons-nous un résultat intéressant. Ou bien tout sera du pareil au même. 1 & 2 ou 3 + 4, ça fait 3 ou 7. C'est à dire que quelques chiffres placés on ne sait oà¹, ce n'est pas très facile. Voilà en gras. Cette dernière phrase est en italique : à é è ç à¹ ! ? < > @ % , ; /

Je décline ce même texte avec différentes polices de caractères, répétées chacune avec les tailles de caractères 10 et 12.

J'ai testé pour l'instant ce texte avec les polices "Arial", "Times New Roman" et "Courier 10 Pitch"...

Mais il existe certainement mieux : certains connaissent peut-être des textes normalisés étudiés pour des tests de ROC/OCR en français ?

Schbler

A vous lire, j'ai effectué 2 opérations différentes :

1/ je me suis souvenu que j'avais remisé dans une boite TexteBridge. Pour l'instant je n'ai pas encore réussi à l'installer sous wine. En effet, cela demande de se mettre en relation avec la maison mère pour obtenir un update de ce logiciel. Cela se fait automatiquement, mais via un modem 56K. Donc à suivre ....

2/ J'ai installé Kooka qui demande aussi d'installer cocad. La numérisation s'effectue bien. J'ai choisi pour commencer un texte simple. Pendant que l'OCR travaille, j'ai largement le temps de faire un café, de le boire et d'écrire ces lignes. Cette lenteur ne me semble pas de bonne augure. D'autre part, il apparaît que les options de dictionnaire et de d'encodage de caractères ne soient pas gardées en mémoire. Donc, là encore, à suivre ....

Sorbus

Bonjour Schbler,

1/TextBridge sous wine... Je n'y avais pas pensé. Pour l'instant... en attendant que les logiciels de ROC/OCR sous Linux s'améliorent, c'est peut-être une bonne alternative. Mais est-ce possible ? Pour l'instant, je n'ai pas installé wine... mais si tu réussis pour TextBridge, ça m'intéresse.

2/ Je viens de refaire un essai avec Kooka avec une page A4 remplie de texte. A partir du moment ou je clique sur "Démarrer la ROC", il ne se passe pas 5 secondes avant que je n'obtienne le résultat... Je ne fais ni ne bois le café si vite 😉
Il y a donc un problème chez toi... Est-ce le fait que ce soit Kooka sous Dapper ? Ou bien une question de configuration ? N.B. : j'ai décoché la case "activer la vérification de l'orthographe".

2/(suite)

D'autre part, il apparaît que les options de dictionnaire et de d'encodage de caractères ne soient pas gardées en mémoire. Donc, là encore, à suivre ....

En effet, j'ai moi aussi un problème avec ça. Je n'arrive même pas à faire fonctionner le dictionnaire correctement.

scorpio810

Sorbus a écrit@dr_ken

Je viens de lire les résultats de tes tests avec XSane.

Tu es de ceux qui obtiennent les meilleurs résultats en résolution 600 dpi. Curieusement, j'obtiens les meilleurs résultats en 300 dpi. D'où cela vient-il ?

Il serait intéressant d'effectuer nos tests avec le même texte... avec les mêmes polices et les mêmes tailles de caractères.

Voici le texte que j'utilise pour les tests :

Ce texte a été écrit pour tester les différents logiciels de ROC/OCR sous Linux. Peut-être aurons-nous un résultat intéressant. Ou bien tout sera du pareil au même. 1 & 2 ou 3 + 4, ça fait 3 ou 7. C'est à dire que quelques chiffres placés on ne sais où, ce n'est pas très facile. Voilà en gras. Cette dernière phrase est en italique : à é è ç ù ! ? < > @ % , ; /
Je décline ce même texte avec différentes polices de caractères, répétées chacune avec les tailles de caractères 10 et 12.

J'ai testé pour l'instant ce texte avec les polices "Arial", "Times New Roman" et "Courier 10 Pitch"...

Mais il existe certainement mieux : certains connaissent peut-être des textes normalisés étudiés pour des tests de ROC/OCR en français ?

http://jocr.sourceforge.net/tmp/examples/clean/font2.pbm.gz
http://jocr.sourceforge.net/tmp/examples/clean/font1.pbm.gz

Schbler

Compte-rendu de mes essais :

1/ En lui forçant un peu la main, TextBridge s'est finalement logé sous wine. J'ai retrouvé avec plaisir son aptitude à remplacer, en première lecture, les à par des ä, les û par des ü. Il fait un gros effort pour fournir un texte correcte, mais d'emblée il est conçu pour la langue allemande. Il va lui falloir un peu de temps pour apprendre le français. Il y en a d'autres pour qui ça été le cas !! 😉
L'avantage, c'est qu'il conserve bien les mises en page.

2/ Pour que ocrad (que j'ai appelé par erreur cocad précédemment) veuille bien travailler, il faut que l'image soit non en jpeg mais en bmp. Je pense que le choix de l'encodage doit avoir beaucoup d'importance, ainsi que celui du dictionnaire. En effet, il m'a sorti, assez rapidement c'est vrai, un texte brut, truffé de fautes et sans conservation de la mise en page. La correction du texte demande, à mon avis, moins de temps que de le retaper, sans doute parce que je ferais une bien piètre secrétaire ...

Je vais continuer mes tests .....

Page suivante »