OCR Chinese-Simpl. schlägt fehl

Start › Foren › PDF24 Creator › OCR Chinese-Simpl. schlägt fehl

Ansicht von 4 Beiträgen – 1 bis 4 (von insgesamt 4)
  • Autor
    Beiträge
  • 2026-02-03 um 9:14 Uhr #18468
    fir99
    Teilnehmer

    Hallo,

    ich habe PDF24 Creator Version 11.29.1 installiert und alles funktioniert problemlos, bis ich jetzt OCR für chinesischen Text machen wollte. Es erfolgt die Fehlermeldung:

    Could not open data file chi_sim_vert.traineddata. Try resetting!

    Das Rücksetzen der OCR-Engine und das Löschen des Verzeichnisses "%LOCALAPPDATA%\PDF24\tesseract" hat an der Fehlermeldung nichts geändert.

    Soll ich die Datei trainDataList.txt an forum@pdf24.org senden?

    2026-02-03 um 9:17 Uhr #18469
    Stefan Ziegler
    Forenverwalter

    Eventuell versuchen Sie mal folgendes:

    https://creator.pdf24.org/manual/11/#102-local-installation-of-all-language-file

    2026-02-03 um 14:53 Uhr #18470
    fir99
    Teilnehmer

    Vielen Dank für den Hinweis. Eine etwas kleinere Reparatur habe ich umgesetzt, indem ich die vier chinesischen Daten-Dateien (chi_sim.traineddata usw.) heruntergeladen habe. Damit ist die Texterkennung zum erfolgreichen Abschluss gekommen.

    Es gibt jetzt allerdings ein weiteres Problem: Wenn ich die Texterkennung über die originale PDF-Datei laufen lasse und die Ergebnis-Datei öffne, enthält diese keinen Text mehr, nur einige Striche vom originalen Layout.

    Ein Workaround funktioniert jedoch: Wenn ich die Seiten als JPG-Dateien speichere und anschließend die Texterkennung darüber laufen lasse. Die Ergebnis-Datei enthält das Bild der Seite und den erkannten Text.

    2026-10-30 um 8:55 Uhr #19549
    PDF24 Support
    Moderator

    Hallo,

    zur Fehlermeldung mit chi_sim_vert.traineddata: Das haben wir korrigiert, die Korrektur kommt mit der nächsten Version. Bis dahin ist Ihr Weg mit den heruntergeladenen Sprachdateien richtig.

    Zum fehlenden Text: Prüfen Sie bitte, ob in den Einstellungen der Texterkennung "Vorhandenen Text entfernen" angehakt ist. Diese Option entfernt vor der Erkennung allen Text aus der PDF, auch den sichtbaren. Enthält Ihre PDF echten Text und nicht nur gescannte Bilder, bleiben dann nur Linien und Grafiken übrig, und die Texterkennung findet nichts mehr. Lassen Sie die Option für solche Dateien aus. Damit Seiten mit vorhandenem Text überhaupt erkannt werden, muss außerdem "Seiten mit Text überspringen" aus sein.

    Falls das nicht die Ursache ist: Damit wir das nachstellen können, senden Sie uns bitte eine Datei, bei der das passiert, an forum@pdf24.org

    Die Texterkennung gibt es auch online: https://tools.pdf24.org/de/ocr-pdf

  • Autor
    Beiträge
Ansicht von 4 Beiträgen – 1 bis 4 (von insgesamt 4)
  • Du musst angemeldet sein, um auf dieses Thema antworten zu können.