OCR-Support Daten werden immer zu LocalAppdata heruntergeladen

Start › Foren › PDF24 Creator › OCR-Support Daten werden immer zu LocalAppdata heruntergeladen

Ansicht von 11 Beiträgen – 1 bis 11 (von insgesamt 11)
  • Autor
    Beiträge
  • 2024-10-08 um 10:25 Uhr #17530
    v00id
    Teilnehmer

    Hallo bei PDF24,

    Folgende Situation:

    Die Software läuft auf einem Server ohne Internet-Anschluss.

    Das Programm "pdf-ocr.exe" verwendet normalerweise das Verzeichnis LocalAppData-PDF24 für die tesseract Supportdaten.
    Wenn man aber die Daten im Programm-Ordner unter tesseract-tessdata ablegt, werden diese verwendet und LocalAppData-PDF24 wird nicht mehr verwendet.
    Das funktionierte bis Version 11.18 sehr gut.

    Seit der Version 11.20 wird immer versucht die Daten runter zu laden, obwohl sie im o.g. Programm-Verzeichnis korrekt vorhanden sind.

    Beim Offline Rechner schlägt das mit dem Fehler "Download failed" natürlich fehl.

    Kann man das beim nächste Patch wieder einbauen?!

    Vielen Dank im Voraus.

    2024-10-08 um 10:37 Uhr #17531
    Stefan Ziegler
    Forenverwalter

    Eigentlich sollte das weiterhin so funktionieren wie in den älteren Versionen. Ich prüfe das vorsorglich noch einmal.

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

    Befindet sich die trainDataList.txt in INSTALL_DIR/tesseract?

    Gibt es auch die osd.traineddata in INSTALL_DIR/tesseract/tessdata?

    2024-10-08 um 10:59 Uhr #19122
    v00id
    Teilnehmer

    >>Befindet sich die trainDataList.txt in INSTALL_DIR/tesseract?
    Gibt es auch die osd.traineddata in INSTALL_DIR/tesseract/tessdata?< "INSTALL_DIRtesseracttrainDataList.txt"
    "%LOCALAPPDATA%PDF24tesseract5.4.1tessdatadeu.traineddata" --> "INSTALL_DIRtesseracttessdatadeu.traineddata"
    "%LOCALAPPDATA%PDF24tesseract5.4.1tessdataeng.traineddata" --> "INSTALL_DIRtesseracttessdataeng.traineddata"
    "%LOCALAPPDATA%PDF24tesseract5.4.1tessdataosd.traineddata" --> "INSTALL_DIRtesseracttessdataosd.traineddata"

    Alle anderen Dateien waren schon vorhanden in "INSTALL_DIRtesseract".

    Das habe ich bei den vorigen Versionen auch so gemacht und es hat funktioniert.
    Das habe ich keinen Fehler gemacht.

    2024-10-08 um 12:35 Uhr #17533
    Stefan Ziegler
    Forenverwalter

    Ich habe die Sache in der aktuellen Version 11.20.1 überprüft. Ich konnte keine Probleme mit den lokal Installierten Sprachdateien feststellen.

    1. trainDataList.txt in INSTALL_DIR/tesseract speichern. Dateiinhalt anpassen wenn nur bestimmte Sprachen auswählbar sein sollen.
    2. OCR Sprachdateien runterladen und im Ordner INSTALL_DIR/tesseract/tessdata speichern.

    Wenn PDF24 OCR jetzt startet, dann wird bei Models LOCAL angezeigt.

    2024-10-09 um 5:23 Uhr #19123
    v00id
    Teilnehmer

    Und wenn man dann in der Console pdf24-Ocr.exe -applyProfile "default/low" -jobs 2 -skipPagesWithText -deskew -language deu -dpi 300 -outputFile "MyFile.tif" "MyFile.pdf" eingibt, kommt wieder das Download, obwohl die vier OCR-Support Dateien alle korrekt im INSTDIR liegen.

    2024-10-09 um 5:28 Uhr #19124
    v00id
    Teilnehmer

    Sorry, es muss pdf24-Ocr.exe -applyProfile "default/low" -jobs 2 -skipPagesWithText -deskew -language deu -dpi 300 -outputFile "MyFile.pdf" "MyFile.tif" heissen.

    2024-10-09 um 5:50 Uhr #19125
    Stefan Ziegler
    Forenverwalter

    Und wenn sie über die UI den OCR Vorgang ausführen, sehen zeigt die LOCAL bei Modelle an und wird dann nicht versucht runterzuladen oder ist es egal, ob Sie über die UI oder Kommandoteile gehen?

    2024-10-09 um 8:34 Uhr #19126
    Stefan Ziegler
    Forenverwalter

    Ich habe weitere Untersuchungen angestellt. Es betrifft nur die Kommandozeile. Die Ursache ist nun bekannt und ich werde das Problem beheben. Die kommende Version bringt einen Fix.

    2024-10-09 um 15:15 Uhr #19127
    v00id
    Teilnehmer

    Vielen Dank für die schnelle Reaktion. Die Antwort auf die vorige Frage haben Sie ja schon geschrieben. Ich habe auch festgestellt, dass das nur bei der Console auftritt.

    2024-10-10 um 14:04 Uhr #17534
    postscriptum
    Teilnehmer

    Meine Beobachtung paßt nicht ganz dazu, weil ich PDF24 lokal installiert habe. Aber jedesmal, wenn das OCR-Modul startet, will es die Sprachdateien neu herunterladen. Das kann ich nur durch eine Sperre in meiner Firewall unterbinden. Das ist aber schon lange so, nicht erst seit 11.20.

    2026-10-30 um 19:56 Uhr #20053
    PDF24 Support
    Moderator

    Hallo,

    zur Ergänzung für alle, die diesen Beitrag finden: Der Fehler, dass lokal installierte Sprachdateien über die Kommandozeile nicht verwendet wurden, ist seit Version 11.21.0 behoben. Bitte aktualisieren Sie gegebenenfalls: https://tools.pdf24.org/de/creator

    Zur zweiten Beobachtung: Das OCR-Werkzeug lädt die Sprachdateien nicht bei jedem Start neu. Es fragt die Liste der verfügbaren Sprachen bei creator.pdf24.org ab, höchstens einmal am Tag. Eine Sprachdatei selbst wird nur geladen, wenn sie noch nicht vorhanden ist. Gespeichert werden die Dateien unter %LOCALAPPDATA%\PDF24\tesseract in einem Ordner je Tesseract-Version. Bringt ein PDF24-Update eine neue Tesseract-Version mit, werden die benötigten Sprachdateien deshalb einmal neu geladen.

    Wenn das OCR-Werkzeug gar nicht ins Internet gehen soll, installieren Sie die Sprachdateien lokal, wie im Handbuch beschrieben: https://creator.pdf24.org/manual/11/#102-local-installation-of-all-language-file

    Danach steht bei „Modelltypen“ „LOCAL“.

  • Autor
    Beiträge
Ansicht von 11 Beiträgen – 1 bis 11 (von insgesamt 11)
  • Du musst angemeldet sein, um auf dieses Thema antworten zu können.