[gelöst] Tesseract und Zeilenabsatz

[jkowalzik]

Hallo!
Die reine OCR, also Erkennung der Buchstaben, funktioniert fast perfekt, aber....
Wenn man eine Zeitungsspalte scannt, dann hat man nach jeder Zeitungszeile eine Absatzmarke.
Mist, wenn man dann in LO gerne einen Fließtext möchte.
Wie macht ihr das?
Gruß
J.

[doktor5000]

Du lässt die wichtigsten Details aus, spricht wie machst du OCR?
Direkt mit tesseract auf der Kommandozeile? Oder benutzt du eine GUI, falls ja welche? In welchem Format speicherst du den erkannten Text? Usw. usf.

[jkowalzik]

........ spricht wie machst du OCR?

Hallo!
also eines nach dem anderen:
Das Bild:

Ich benutze auf dem Rechner nicht PNG sondern TIF, aber das kann ich hier nicht hochladen.
dann die OCR:

Code: Alles auswählen

juergen@linux-ma8r:~> tesseract -l deu Unbenannt.tif aale_1
Tesseract Open Source OCR Engine v3.02.02 with Leptonica
juergen@linux-ma8r:~>

und das ist das Ergebnis:

Das Problem ist nicht neu: Schon
von 10 Jahren (Ausgabe 1999)
hatte die Aalpost eindringlich vor
dem „Besatz“ mit amerikanischen
Aalen Anguilla rostrata gewarnt und
erneut in der Ausgabe 2006 zur
Vorsicht geraten. Wie groß die
Gefahr ist, konnte man auch in Aus-
gabe 1/2009 der „Angelwoche“
lesen: In den neuen Bundesländern
waren von 3000 untersuchten
Aalen „mit Sicherheit“ 2 Prozent
Amerikaner. Und wer die Vorsicht
der Wissenschaftler bei solchen
Aussagen kennt, geht davon aus,
dass es in der Praxis eher 5 oder 8
Prozent sind. Bezogen auf die
bekannten Besatzzahlen in den
neuen Bundesländern sind das bei
2 Prozent aber schon 500 kg oder
etwa 50.000 vermehrungsunfähige
Fische, die unseren heimischen
Aalen das Futter wegfressen, zum
sicheren Schaden der Bestände!

Wissenschaftler
warnen eindringlich

Der Biologe Dr. Manfred Klinkhardt
warnt vor der Möglichkeit, dass die
US-Aale unter mitteleuropäischen
Verhältnissen sogar besser zurecht
kommen als unsere heimischen
Tiere: „Es würde schon ausreichen,
wenn sie unter unseren Tempe-
raturbedingungen länger aktiv blei-
ben und mehr fressen, eventuell
sind ihre Geruchsorgane etwas
empfindlicher, oder sie stürzen sich
schneller auf ihre Beute. Wer weiß
schon, wie sich unser Aal gegen
diese Konkurrenz behauptet?“ Der

So geht es am schnellsten, aber vielleicht kennt einer ein Schalterchen für die Befehlszeile.......
Gruß
J.

[lula]

So mal als naiver Ansatz:

Code: Alles auswählen

tesseract -l deu Unbenannt.png - | tr "\n" " " | tr -s " "

bzw. mit Umleitung in eine Datei

Code: Alles auswählen

tesseract -l deu Unbenannt.png - | tr "\n" " " | tr -s " " > ausgabe.txt

also einfach nach stdout ausgeben und dann beliebig mit tr, sed, awk, perl... was auch immer Dir so einfällt bearbeiten. Um die manuelle Nachberarbeitung wirst Du vermutlich nicht herumkommen, z.B. Trennstriche, etc.

[man-draker]

Oder du lädst den Text in LibreOffice, ersetzt die leeren Absätze durch Platzhalter (z.B. #), dann alle ander n Absätze durch Leerzeichen und zum Schluss die Platzhalter durch Absatzschaltungen.

Das geht inzwischen zack, zack und auch bei großen (> 200 Seiten) Texten.
Gehört für LO-Nutzer zum kleinen 1x1.

[lula]

Oder erst einmal in einen richtigen Text-Editor laden:

Code: Alles auswählen

tesseract -l deu scan.png - | vi -

Dann in vi:

Code: Alles auswählen

:set nu
Shift-v
24gg
Shift-j
3gg
Shift-j
5gg
Shift-v
18gg
Shift-j
:wq file.txt

Oder für Mausschubser z.B. mit dem Text-Edior SciTE, der eine ähnliche Funktion im Menü Edit->Paragraph-Join auf der Markierung anwenden kann.

Edit: vi ist hierbei natürlich vim

[lula]

Ein besseres Ergebnis erzielt man in dem Fall mit cuneiform, bei Mageia heißt das Paket lt. pkgs.org cuneiform-linux:

Code: Alles auswählen

cuneiform -l ger scan.png
cat cuneiform-out.txt

Das Problem ist nicht neu: Schon von 10 Jahren (Ausgabe 1999) hatte die Aalpost eindringlich vor dem „Besatz" mit amerikanischen Aalen Anguilla rostrata gewarnt und erneut in der Ausgabe 2006 zur Vorsicht geraten. Wie groß die Gefahr ist, konnte man auch in Ausgebe 1/2009 der „Angelwoche" lesen: In den neuen Bundesländern waren von 3000 untersuchten Aalen „mit Sicherheit" 2 Prozent Amerikaner. Und wer die Vorsicht der Wissenschaftler bei solchen Aussagen kennt, geht davon aus, dass es in der Praxis eher 5 oder 8 Prozent sind. Bezogen auf die bekannten Besatzzahlen in den neuen Bundesländern sind das bei 2 Prozent aber schon 500 kg oder etwa 50.000 vermehrungsunfähige Fische, die unseren heimischen Aalen das Futter wegfressen, zum sicheren Schaden der Bestände!

Wissenschaftler
warnen eindringlich
Der Biologe Dr. Manfred Klinkhardt warnt vor der Möglichkeit, dass die US-Aale unter mitteleuropäischen Verhältnissen sogar besser zurecht kommen als unsere heimischen Tiere: „Es würde schon ausreichen, wenn sie unter unseren Temperurbedingungenen länger aktiv blein n und mehr fressen, eventuell sind ihre Geruchsorgane etwas empfindlicher, oder sie stürzen sich schneller auf ihre Beute. Wer weiß schon, wie sich unser Aal gegen diese Konkurrenz behauptet?" Der

[jkowalzik]

Oder du lädst den Text in LibreOffice...und ...
....Gehört für LO-Nutzer zum kleinen 1x1.

Hallo!
Bin aus deinem Text nicht ganz schlau geworden, denn ich würde es so machen:
Den Text (aale1.txt) mit LO öffnen, alles markieren und mit der Tastenkombination Strg-C kopieren. Neues Dokument in Libre Office öffnen und mit Strg-Umschalt-V einfügen. Dabei wählt man „Unformatierter Text“ und klicken Sie auf „OK“.
Mit Hilfe von „Bearbeiten ➞ Suchen & Ersetzen“ geht es erst, wenn man auf „Mehr Optionen“ klickt und ein Häkchen vor „Regulärer Ausdruck“ setzt . Im Feld „Suchen nach“ das Zeichen $ eintragen und hinter „Ersetzen durch“ gehört ein Leerzeichen. Danach klickt man auf „Ersetzen alle“.

Aber egal wie, die verdammten "Absatzzeichen" sind erst einmal drin.
Gruß
J.

[jkowalzik]

Ein besseres Ergebnis erzielt man in dem Fall mit cuneiform

Code: Alles auswählen

cuneiform -l ger Unbenannt.png

Hallo!
Ich werde wohl umsteigen, denn das hat mich so richtig überzeugt.
"cuneiform-out.txt" kann man einfach mit LO öffnen, es ist kein Umbruch mehr drin.

Danke
Gruß
J.

[lula]

Ich werde wohl umsteigen, denn das hat mich so richtig überzeugt.

Das ist wohl Geschmackssache, die Fehler, die an den Trennungen entstehen finde ich jetzt nicht so toll, aber ich gehe mal davon aus, daß Du sowieso noch eine Rechtschreibprüfung auf den Text anwendest. Wie ich schon oben bemerkt habe, OCR bedeutet meiner Erfahrung nach immer manuelle Nachbearbeitung.

[man-draker]

Bin aus deinem Text nicht ganz schlau geworden, denn ich würde es so machen:

Fast.

1. Schritt: Suchen & Ersetzen, bei allen Aktionen muss unter Optionen "Regulärer Ausdruck" angekreuzt sein
2. Schritt: , Suchbegriff: "^$" (findet alle Absätze, die allein stehen), Ersatzbegriff: "#", Alle ersetzen
3. Schritt: Suchbegriff: "$", Ersatzbegriff: " ", Alle ersetzen
4. Schritt: Suchbegriff: "#", Ersatzbegriff: "\n"; Alle ersetzen
Fertig.

[lula]

Oder der Vorschlag von man-draker als Perl One-Liner:

Code: Alles auswählen

tesseract -l deu scan.png - | perl -pe 's!^$!#!; s!\n! !g; s!#!\n!g'

[jkowalzik]

Hallo!

Habe jetzt alles ausprobiert und ich danke euch für die Mühe...

Die wenigste Nacharbeit hatte ich mit

Code: Alles auswählen

cuneiform -l ger Unbenannt.png

wenn......
es nur eine Spalte ist.
Aber so etwas kann einem dann noch dazwischen kommen:

Code: Alles auswählen

juergen@linux-ma8r:~> cuneiform -l ger Unbenannt.png
Cuneiform for Linux 1.1.0
cuneiform: invalid colormap index `' @ error/image.c/SyncImage/3474
juergen@linux-ma8r:~>

"It's a long way to Tipperary, It's a long way to go;"
Ich hatte Euch eine Spalte der "Aalpost" zur Verfügung gestellt. Diese Quelle aber ist im Original 3-spaltig

und wenn man dann CUNEIFORM dran läßt, dann sieht das so aus:

Aalauf zucht — zwei Praktiker berichten
Viel wird vermutet, manches verheimlicht und einige Tatsachen auch verdreht, wenn man sich als Bezieher im Markt über Farmaale erkundigt. Zwei Fachleute von der Aalversandstelle haben darum einmal aufgeschrieben, was sie für wesentlich und berichtenswert halten über die erste vollendete Glasaalsaison in ihrer neuen Aufzuchnlnlage. Es ist, wie schon berichtet, keine große komme rzielle Aalfarm, sondern eine kleine Aufzucht- anlage, die Liefer- und Preisschwankungen beim Aalbesatz ausgleichen helfen soll und zugleich den Qualitätssndardrd setzt: Freiheit von HVA und Parasiten sowie Fütterungszustand und allgemeine Lebendigkeit.
portkästen in die Becken entlassen werden. Jetzt wurde die Wassertemperatur langsam von 12 C auf 23 C angehoben. Zur gleichen Zeit begannen wir, die Aalbrut mit Nass- und Trockenfutter einer dänischen Firma zu füttern.
Alltag in der Aalfarm
Der dreimonatige Probelauf lag hinr r uns. Hierbei waren sämtliche denkbaren kritischen Situationen und Alarme praktisch durchgespielt worden. So konnten wir böse Überrasungngen weitestgehend ausscheßßen.
auf sind wir persönlich stolz. Natürlich war dafür vor allem die penible Einhaltung der Hygiene ausschlaggebend; hier wurde gern auf Fachwissen und Hilfe von externen Beratem zurückgegriffen.
Fazit: sehr zufrieden
Einzug der Glasaale
Im Frühjahr bezogen wir 100 kg Aalbrut aus England. Die Fische waren von sehr guter Qualität, das ist die Voraussetzung für erfolgreie e Aufzucht. Die beste Gewähr für Qualität sind übrigens langjährige Lieferbeziehungen — unsere besten n seit vielen Jahrzehnten.
Die neue Aalbrut verteilten wir auf vier gleich große Aufzuchtbecken. Einige Tage zuvor war die Anlage komplett mit frischem Wasser befüllt worden, so konnten die Glasaale direkt aus den Trans-
Außerden ln dieser Ausgabe Jahr der Aale 1 Gefährlicher Betrug mit Rostrata 2 Kufznachrichten 2 Dr. Holmer Kuhlmann 1. 4 Aalibeft 4
Schutz durch Boykott? 5 So steht Aal unter Schutz 5 Aus a(a)iler Welt 5 Besatz für 3 Jahreszeiten 6
Herausgegeben von der Aalversandstelle des Deutschen Fischerei-Verbandes http://www.aalveisandstelle-dfv.de Fon 04101 44330 . Fax 04101 43986
Verantwortlich: Arne Koops. Texte und Bilder der Aalpost dürfen nur unverändert und mit Quettennachweis ohne Rückfrage weiterverwendet werden.

Vier Wochen später sortierten wir die Glasaale das erste Mal nach Größe. Dies ist notwendig, damit größere Fische die kleineren nicht vom Futterplatz verdrängen.
Im gesamten Zeitraum der Aufzucht wurden täglich der pHWtrt und die Temperatur kontrolliert. Die relevanten Wasserwerte wie Ammonium (NH4), Nitrit (NO') und Nitrat (NO') wurden in gewisn n Abständen geprüft; in der heikn n Phase des Fütterungsbeginns mussten wir die Wassefwerte täglhch messen, um eventuell sofort eingreifen zu können.
Als großer Vorteil hat sich im laufenden Betrieb herausgestellt, dass der Trommelfilter mit seiner sehr feinen Maschenweite im Mikrometer-Bereich (tausendstel Millimer)r), nicht nur Kot und andere Fest- stoffe, sondern auch gewisse Parasiten und sogar deren Schwärmerstadien (falls vorhann)n) zuverlässig herausfiltert. So bleibt der Wasserkreislauf auf mechanischem Wege frei von Parasiten, die in früheren Jahren große Probleme in Kreislauf- anlagen verursachten und teils medikamentös behandelt werden mussten.
Auch blieben die Fische unserer Aalfarm bis zur Auslieferung frei vom Aalherpes-Virus (HVA) — dar-
Der Fischbestand der Aalfarm wurde alle sechs Wochen nach Größe sortiert. Im Sommer konnten die ersten Fische mit 7-10 Gramm Stückgewicht abgegeben werden. Bis zum Ende der Aufzuchtsaison konnten wir insgesamt etwa 1,8 Tonnen Farmaale mit einem Durchschnittsgewicht von 10 Gramm ausliefern.
Die Verluste lagen im ersten Aufzuchtzyklus bei 21 %. Das ist um ein Vielfaches geringer als in der Natur. Hier liegen die Verluste, wissenschaftlich erwiesen, bei etwa 95 %. Die Futterquotienten lagen während der gesamten Produktiodauauer zwischen 0,8 und 1,3.
Zusammengefasst kann man sagen, dass der erste Aufzucht- durchgang sehr gut gelaufen ist. Inzwischen wurde die Anlage entleert und desinfiziert — eine wichtige Voraussetzung, um in den Winternaten n 2008/2009 wieder neue Glasaale aufnehmen zu können.

Da verliest du jede Übersicht und es sind mehr Fehler als Flöhe auf einem Hund. Also nochmal mit

Code: Alles auswählen

juergen@linux-ma8r:~> tesseract -l deu Unbenannt.png Text
Tesseract Open Source OCR Engine v3.02.02 with Leptonica
juergen@linux-ma8r:~>


Da sind jetzt wieder die Absätze drin, aber T. "kann Spalten"

Die Aalpost onerne 2009 Seite 3

Aalaufzucht - zwei Praktiker berichten

Viel wird vermutet, manches verheimlicht und einige Tatsachen auch verdreht, wenn man sich als Bezieher im
Markt über Farmaale erkundigt. Zwei Fachleute von der Aalversandstelle haben darum einmal aufgeschrieben,
was sie für wesentlich und berichtenswert halten über die erste vollendete Glasaalsaison in ihrer neuen Auf-
zuchtanlage. Es ist, wie schon berichtet, keine große kommerzielle Aalfarm, sondern eine kleine Aufzucht-
anlage‚ die Liefer- und Preisschwankungen beim Aalbesatz ausgleichen helfen soll und zugleich den Qualitäts-
standard setzt: Freiheit von HVA und Parasiten sowie Fütterungszustand und allgemeine Lebendigkeit.

Der dreimonatige Probelauf lag hin-
ter uns. Hierbei waren sämtliche
denkbaren kritischen Situationen
und Alarme praktisch durchgespielt
worden. So konnten wir böse Über-
raschungen weitestgehend aus-
schließen.

Einzug der Glasaale

Im Frühjahr bezogen wir 100 kg
Aalbrut aus England. Die Fische
waren von sehr guter Qualität, das
ist die Voraussetzung für erfolgrei-
che Aufzucht. Die beste Gewähr für
Qualität sind übrigens langjährige
Lieferbeziehungen — unsere beste-
hen seit vielen Jahrzehnten.

Die neue Aalbrut verteilten wir auf
vier gleich große Aufzuchtbecken.
Einige Tage zuvor war die Anlage
komplett mit frischem Wasser
befüllt worden, so konnten die
Glasaale direkt aus den Trans-

Außerden in dieser Ausgabe
Jahr der Aale ___________ _ _ 1
Gefährlicher Betrug mit Rostrata _ _ _ 2
Kurznachrichten

Dr. Holmer Kuhlmann t _____ _ _ 4

Aalibert ______________ _ _ 4
Schutz durch Boykott’? ______ _ _ 5
So steht Aal unter Schutz _____ _ _ 5
Aus a(a)ller Welt _________ _ _ 5
Besatz für 3 Jahreszeiten _____ _ _ 6



portkästen in die Becken entlassen
werden. Jetzt wurde die Was-
sertemperatur langsam von 12°C
auf 23°C angehoben. Zur gleichen
Zeit begannen wir, die Aalbrut mit
Nass- und Trockenfutter einer
dänischen Firma zu füttern.

Alltag in der Aalfarm

Vier Wochen später sortierten wir
die Glasaale das erste Mal nach
Größe. Dies ist notwendig, damit
größere Fische die kleineren nicht
vom F utterplatz verdrängen.

lm gesamten Zeitraum der
Aufzucht wurden täglich der pH-
Wert und die Temperatur kontrol-
Iiert. Die relevanten Wasserwerte
wie Ammonium (NH4), Nitrit (N02)
und Nitrat (N03) wurden in gewis-
sen Abständen geprüft; in der heik-
len Phase des Fütterungsbeginns
mussten wir die Wasserwerte täg-
lich messen, um eventuell sofort
eingreifen zu können.

Als großer Vorteil hat sich im lau-
fenden Betrieb herausgestellt, dass
der Trommelfilter mit seiner sehr
feinen Maschenweite im Mikro-
meter-Bereich (tausendstel Millime-
ter)‚ nicht nur Kot und andere Fest-
stoffe, sondern auch gewisse
Parasiten und sogar deren
Schwärmerstadien (falls vorhan-
den) zuverlässig herausfiltert. So
bleibt der Wasserkreislauf auf
mechanischem Wege frei von
Parasiten, die in früheren Jahren
große Probleme in Kreislauf-
anlagen verursachten und teils
medikamentös behandelt werden
mussten.

Auch blieben die Fische unserer

Aalfarm bis zur Auslieferung frei

vom Aalherpes-Virus (HVA) — dar-

Herausgegeben von der Aalversandstelle des Deutschen Fischerei-Verbandes <

wwvl/‚aalversandstelle-dfvde -

auf sind wir persönlich stolz.
Natürlich war dafür vor allem die
penible Einhaltung der Hygiene
ausschlaggebend; hier wurde gern
auf Fachwissen und Hilfe von
externen Beratern zurückgegriffen.

Fazit: sehr zufrieden

Der Fischbestand der Aalfarm
wurde alle sechs Wochen nach
Größe sortiert. Im Sommer konnten
die ersten Fische mit 7-10 Gramm
Stückgewicht abgegeben werden.
Bis zum Ende der Aufzuchtsaison
konnten wir insgesamt etwa 1,8
Tonnen Farmaale mit einem Durch-
schnittsgewicht von 10 Gramm
ausliefern.

Die Verluste lagen im ersten
Aufzuchtzyklus bei 21 %. Das ist
um ein Vielfaches geringer als in
der Natur. Hier liegen die Verluste,
wissenschaftlich erwiesen, bei etwa
95 %. Die Futterquotienten lagen
während der gesamten Produk-
tionsdauer zwischen 0,8 und 1,3.

Zusammengefasst kann man
sagen, dass der erste Aufzucht-
durchgang sehr gut gelaufen ist.
Inzwischen wurde die Anlage ent-
leert und desinfiziert — eine wichtige
Voraussetzung, um in den Winter-
monaten 2008/2009 wieder neue
Glasaale aufnehmen zu können.

Fon 04101 44330 -

Fax 04101 43986
Verantwortlich: Arne Koops. Texte und Bilder der Aalpost dürfen nur unverändert und mit Quellennachweis ohne Rückfrage weiterverwendet werden.

Wie gesagt: "It's a long way to Tipperary,
It's a long way to go;
It's a long way to Tipperary,
To the sweetest OCR I know!
Gruß
J.