Texterkennung (OCR) erneut ausführen: alten erkannten Text entfernen

Start › Foren › PDF24 Toolbox › Texterkennung (OCR) erneut ausführen: alten erkannten Text entfernen

Ansicht von 8 Beiträgen – 1 bis 8 (von insgesamt 8)
  • Autor
    Beiträge
  • #17151
    joe78
    Teilnehmer

    Hallo,

    wenn man mit der OCR eines Scans nicht zufrieden ist, gibt es derzeit keine Möglichkeit diese wieder zu löschen oder?

    Führt man wiederholt die OCR aus (mit zwischenzeitlichem Speichern), und liest den erkannten Text mit einem Text-Extractor aus, steht der erkannte Text dann mehrfach drin, statt nur einmal.

    Grüße

    Joe

    #17159
    postscriptum
    Teilnehmer

    Ich finde keine. Und kann dieses Verhalten bestätigen: doppelte OCR, doppelter Text hinterlegt.

    In einer früheren Version (ich weiß leider nicht mehr bis zu welcher) war das anders: Wenn das OCR-Tool von PDF24 gearbeitet hat, wurde als erstes alter hinterlegter Text gelöscht.

    Am schönsten wäre natürlich, wenn man das Verhalten steuern könnte.

    Die Optionen "Dateien mit Text überspringen" und "Seiten mit Text überspringen" helfen da irgendwie gar nicht. Mir ist unklar, was die bewirken. Was heißt "überspringen"? Beim Erkennen überspringen? Beim Löschen früherer Texte überspringen?

    Welcher Text ist da überhaupt gemeint? Angezeigter? Oder hinter der Grafik erkannter?

    #17166
    Stefan Ziegler
    Forenverwalter

    "Dateien mit Text überspringen" macht kein OCR in Dateien, in denen Text enthalten ist.

    "Seiten mit Text überspringen" macht kein OCR in Seiten, die Text enthalten.

    Das Löschen von OCR erkanntem Text kann bisher noch nicht gelöscht werden. Ich habe den Punkt auf die TODO gesetzt.

    #19040
    joe78
    Teilnehmer

    Hallo,

    vielen Dank.
    ist ungefähr absehbar wann der Punkt implementiert sein wird (Wochen/Monate/Jahre) ?

    VG
    Joe

    #17487
    lmapdf
    Teilnehmer

    Ich will auch nochmal bestätigen, dass diese Funktion sehr wichtig ist. Ich gehe auf Nummer sicher und will immer alles nochmal neu ocren, wenn ich Dokumente erhalte. Weil die aber teilweise schon ocred sind, darf ich dann immer für jedes Suchergebnis doppelt auf "weiter" klicken beim Suchen. Bei Suchen mit vielen Ergebnissen sehr nervig.

    Ideal wäre es natürlich, wenn ein Abgleich stattfünde und bei Abweichungen beide behalten werden. Aber so viel Aufwand muss man sich nicht machen. Einfach weg mit dem alten wäre super 🙂 Dankeschön!

    #20073
    PDF24 Support
    Moderator

    Hallo,

    das geht inzwischen: Seit Version 11.20.0 hat die Texterkennung (PDF24 OCR) die Option "Vorhandenen Text entfernen". Ist sie angehakt, wird der vorhandene Text vor der neuen Erkennung entfernt, und der Text steht danach nur noch einmal in der Datei. Nehmen Sie außerdem den Haken bei "Seiten mit Text überspringen" heraus, sonst werden Seiten, die schon Text haben, gar nicht neu erkannt.

    Wichtig: Die Option entfernt allen Text der PDF, nicht nur eine frühere Texterkennung. Verwenden Sie sie deshalb nur bei gescannten PDFs. Bei Dateien mit echtem, sichtbarem Text (z. B. aus Word erzeugt) würde auch dieser entfernt.

    In der Online-Texterkennung (https://tools.pdf24.org/de/ocr-pdf) gibt es diese Option bisher nicht, dort nutzen Sie für diesen Fall bitte die Desktop-Version.

    #21717
    PDF24 Support
    Moderator

    Hallo,

    kurze Vorabinfo: Mit der nächsten Version von PDF24 Creator entfernt die Option „Vorhandenen Text entfernen“ der Texterkennung nur noch den unsichtbaren Text früherer Texterkennungen und erkennt diese Seiten neu. Sichtbarer Text bleibt erhalten, er wird also nicht mehr mitgelöscht. Bei bereits erkannten Scans steht der Text danach nur einmal in der Datei.

    Wir melden uns hier, sobald die Version erschienen ist.

    #21813
    PDF24 Support
    Moderator

    Hallo,

    die angekündigte Änderung ist jetzt da: Version 11.33.0 des PDF24 Creator, seit heute verfügbar: https://tools.pdf24.org/de/creator

    „Vorhandenen Text entfernen“ entfernt jetzt nur noch den unsichtbaren Text früherer Texterkennungen und erkennt diese Seiten neu, sichtbarer Text bleibt erhalten.

Ansicht von 8 Beiträgen – 1 bis 8 (von insgesamt 8)
  • Du musst angemeldet sein, um auf dieses Thema antworten zu können.