OCR4all

OCR4all

[! 注意] OCR4all 已不再进行活动开发,已进入维护模式。现有代码库仍可继续使用和参考,但不计划添加新功能或进行重大改进。 所有未来的开发工作都将集中在 LAREX 上

正如名称所示,OCR4all 的主要目标之一是让任何用户都可以独立地对各种历史印刷物进行OCR,并以合理的时间成本获得高质量的结果。因此,OCR4all 明确面向没有技术背景的用户。如果您是这些用户之一(或者您只是想使用工具,不关心代码),请前往文档网站或入门项目,在那里您会找到测试数据。

请注意,OCR4all 目前的主要重点是半自动工作流程,允许用户对最早的印刷书籍进行 OCR,这是一项非常具有挑战性的任务,通常需要大量的手动操作,尤其是当需要几乎完美的质量时。尽管如此,我们正在努力提高工具的可靠性和自动化程度。这项工作的重要基石是最近与 OCR-D 项目 达成的合作,该项目专注于历史材料的大规模全文识别。

此仓库包含了 OCR4all 项目的主要界面和服务器的代码,而 OCR4all/docker_image 和 OCR4all/docker_base_image 则是关于创建一个预配置的 Docker 镜像的仓库。