Debian Accessibility Optical Character Recognition (OCR) packages

Questo pacchetto fornisce un e-reader a riga di comando che legge testi elettronici usando la sintesi vocale. Ha un'interfaccia utente semplice adatta per terminali Braille.

Attualmente sono gestiti i seguenti formati (alcuni formati necessitano di pacchetti aggiuntivi suggeriti da questo pacchetto):

 AportisDoc;
 testo di posta ASCII;
 testo ASCII;
 Broadband eBooks (BBeB);
 Composite Document File (Microsoft Office Word);
 DAISY3 DTBook;
 dati ebook EPUB;
 dati immagine GIF;
 GutenPalm zTXT;
 cataloghi di messaggi di GNU gettext;
 documenti HTML;
 testo ISO-8859;
 dati immagine JPEG;
 dati eBook di Microsoft Reader;
 dati HtmlHelp di Microsoft Windows;
 Microsoft Word 2007+;
 Mobipocket E-book;
 dati HtmlHelp di MS Windows;
 dati PPM di Netpbm;
 OpenDocument Text;
 documenti PDF;
 PeanutPress di PalmOS;
 dati immagine PNG;
 testo di script shell POSIX;
 documenti PostScript;
 Rich Text Format;
 testo troff o per pre-elaboratore (es. pagine di manuale di Linux);
 testo di posta in UTF-8 Unicode;
 testo UTF-8 Unicode;
 WordPerfect;
 testo di documenti XML.

Questo è un programma OCR (Optical Character Recognition, riconoscimento ottico dei caratteri) multipiattaforma.

Può leggere file immagine pnm, pbm, pgm, ppm, alcuni pcx e tga.

Attualmente il programma dovrebbe essere in grado di gestire bene scansioni che hanno il testo in un'unica colonna e non hanno tabelle. Sono supportate dimensioni dei caratteri da 20 a 60 pixel.

Se si vuole scrivere il proprio OCR, libgocr è fornita in un pacchetto separato. La documentazione e un wrapper grafico sono anch'essi forniti in pacchetti separati.

Hocr-gtk è un'interfaccia grafica basata su GTK+ per la libreria libhocr. È in grado di aprire immagini in molti formati e usa aspell per il controllo ortografico interno.

Lios fornisce un'interfaccia grafica sopra ai backend per OCR Cuneiform e Tesseract per rendere l'elaborazione OCR più facile per gli utenti con disabilità, con rotazione completa automatica, ottimizzazione della luminosità, selezione rettangolare, feedback sonoro, ecc.

Tesseract è un motore OCR (Optical Character Recognition, riconoscimento ottico dei caratteri) open source. Può essere usato direttamente o (per i programmatori) usando un'API per estrarre testo stampato da immagini. Gestisce un'ampia gamma di lingue. Questo pacchetto include lo strumento a riga di comando.

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.