Optimering af billede inden OCR

Jeg har leget lidt med billedet, men jeg tror ikke, du får noget OCR-program til at genkende bogstaverne. Billedet er simpelthen for uskarpt/dårligt.

Du kunne måske få noget brugbart ud af det, men det vil kræve, at du nærmest på pixelniveau skal gentegne alle bogstaverne.

Hvis du forklarer, hvad du arbejder med, og i detaljer hvordan du gør det, kan jeg måske hjælpe med forslag til noget brugbart.

Fortæl også, hvad slutresultatet skal bruges til.

Hej milter,

Som nævnt har jeg en stor portion billeder, hvoraf linket viser en lille del af en af siderne. Billederne kan ikke tages om.

Tanken er at alle disse skal igennem et OCR program (ABBYY) for at få selve teksten til ét dokument.

Det jeg har forsøgt mig med er først at korrigere for den variable lysmængde som kommer fra mikrokortapparatet samt ændre negativ og evt. fix geometry (vha. ScreenShotFixer http://jvo.dk/jvo/screen_shot.htm ). Herefter har jeg forsøgt med Irfan eller MS Office Picture Manager, hvor jeg har eksperimenteret med lysstyrke, kontrast, mellemtoner, mætning og gammakorrektion.

Jeg kan evt. uploade en hel side.

Hej hrole.

Du skriver, at du har fotografier, som er taget fra skærmen på en mikrokortlæser. Hvis alle billederne er af samme kvalitet som på dit eksempel fra linket, er jeg bange for, du må finde en anden løsning. Jeg har arbejdet en hel del med billeder på computer, og jeg ville på forhånd opgive at få noget brugbart ud af det til OCR. Der mangler alt for mange detaljer i dem.

Hvis du kigger på billederne ved 100%, vil du se, at "hullerne" i bogstaver som e, a, p, b, m, n og mange andre har samme farve som resten af bogstavet. Nogle steder går to bogstaver sammen i et. Det gør opgaven næsten umulig, og jeg ved af egen erfaring, at den eneste løsning er manuelt at ændre pixelfarven en eller to pixler ad gangen, og det skal gøres både inden i og uden om selve bogstavet. På den måde kan du få et printbart og læseligt billede, men det vil stadig med næsten 100% sikkerhed stadig ikke være godt nok til OCR, og det er mere end bare et kæmpearbejde.

Jeg er ked af det, men hvis ikke billederne kan tages om, må du nok finde en anden løsning end OCR, f.eks. lave dit dokument som en serie billeder eller selv "renskrive" teksterne på din computer.

Hej milter,

Jeg var også bekymret for kvaliteten, men med slidte mikrokort og en slidt maskine kunne det desværre ikke gøres bedre. Jeg havde faktisk først forsøgt mig med at scanne mikrokortene, men resultatet var endnu dårligere.

Jeg må overveje en anden løsning, men tak for din tid.

Tråden lukkes.

Velbekom og held og lykke med projektet.