Debian Accessibility Optical Character Recognition (OCR) packages

Ce paquet fournit un lecteur en ligne de commande lisant un texte numérique en utilisant la synthèse vocale. Il possède une interface utilisateur simple adaptée pour des terminaux en Braille.

Actuellement, les formats suivants sont pris en charge (certains demandent des paquets supplémentaires suggérés par ce paquet) :

 – AportisDoc ;
 – texte de courriel en ASCII ;
 – texte en ASCII ;
 – livres numériques Broadband (BBeB) ;
 – Composite Document File (Microsoft Office Word) ;
 – DAISY3 DTBook ;
 – données de livres EPUB ;
 – données d’image GIF ;
 – GutenPalm zTXT ;
 – catalogue de messages GNU gettext ;
 – document HTML ;
 – texte en ISO-8859 ;
 – données d’image JPEG ;
 – données de livre Microsoft Reader ;
 – données de Microsoft Windows HtmlHelp ;
 – Microsoft Word 2007+ ;
 – livre Mobipocket ;
 – données de MS Windows HtmlHelp ;
 – données PPM Netpbm ;
 – texte OpenDocument ;
 – document PDF ;
 – PeanutPress PalmOS ;
 – données d’image PNG ;
 – texte de script d’interpréteur POSIX ;
 – document PostScript ;
 – Rich Text Format ;
 – troff ou préprocesseur de text, (par exemple, pages de manuel Linux) ;
 – texte de courriel Unicode UTF-8 ;
 – texte en Unicode UTF-8 ;
 – WordPerfect ;
 – texte de document XML.

Il s’agit d’un programme de reconnaissance optique de caractères (OCR : « Optical Character Recognition ») multiplateforme.

Il lit les fichiers d'images PNM, PBM, PGM, PPM et de certains PCX et TGA.

Le programme gère les numérisations de bonne qualité avec du texte dans une seule colonne et sans tableau. Les tailles de polices de 20 à 60 sont gérées.

La bibliothèque de développement d'applications de reconnaissance optique de caractères libgocr est fournie dans un paquet séparé, tout comme la documentation et l'interface graphique.

Hocr-gtk est une interface graphique basée sur GTK+ pour la bibliothèque libhocr. Elle peut ouvrir de nombreux formats d’image et utilise aspell pour la vérification orthographique interne.

Lios fournit une interface graphique basée sur les dorsaux de ROC, Cuneiform et Tesseract, pour faciliter la reconnaissance optique de caractères pour les utilisateurs handicapés, avec des fonctions complètes de rotation automatique, d’optimisation de luminosité, de sélection rectangulaire, de retour vocal, etc.

Tesseract est un moteur de reconnaissance optique de caractères (OCR). Il peut être utilisé directement ou (par les programmeurs) en utilisant l’interface de programmation applicative pour extraire du texte imprimé dans des images. Il prend en charge une large diversité de langues. Ce paquet fournit l’outil en ligne de commande.

Cuneiform is an OCR system. In addition to text recognition it also does layout analysis and text format recognition.

The following languages are supported: Bulgarian, Croatian, Czech, Danish, Dutch, English, Estonian, French, German, Hungarian, Italian, Latvian, Lithuanian, Polish, Portuguese, Romanian, Russian, Serbian, Slovenian, Spanish, Swedish, Turkish and Ukrainian.