tesseract, un puissant OCR en ligne de commande

[fgiron]

Bonjour,

À la recherche, il y a quelques semaines, d'un logiciel OCR, et ne trouvant pas satisfaction dans ce que propose l'Apple Store, l'idée me vint alors qu'il pût en exister en ligne de commande. Quelle bien m'en a pris.
J'ai trouvé tesseract dans la liste des paquets MacPort, et j'ai pu en expérimenter l'incroyable puissance.
À partir de scan pas parfaitement nets pris avec Scannable sur un vieil iPhone 4S envoyés sur mon iMac, le résultat dépasse tout ce que j'ai pu connaître auparavant. Sur quatre pages de texte, une seule erreur.
Il faut installer le paquet tesseract, puis les langues, au minimum l'anglais — tesseract-eng — et le français — tesseract-fra (sans l'anglais, ça ne fonctionne pas, à ce que j'ai pu observer).

Code

port list tesseract                                                            
tesseract                      @4.1.3          textproc/tesseract
tesseract --list-langs                                                          
List of available languages (4):
deu
eng
fra
grc

Voici la commande, en précisant en options la résolution de l'image et la langue:

Code

tesseract Source Cible --dpi 72 -l fra

En espérant que ce petit OCR en ligne de commande sera utile à quelques uns.

Ce message a été modifié par fgiron - 10 Jan 2022, 11:10.

[Phil J. Fry]

Pour les amateurs de Python (dont je suis) il y a pytesseract , un "wrapper" Python3 de tesseract.

[Laszlo Lebrun]

Pour les amateurs de Python (dont je suis) il y a pytesseract , un "wrapper" Python3 de tesseract.

Tu serais capable de faire en python avec ca une appli qui "pompe" chaque seconde une valeur d'une page web par un simple lasso rectangulaire et la sort en texte?