Tesseract OCR (Optical Character Recognition) desde Delphi

[dec]

Empezado por Casimiro Notevi

Gracias

¡De nada Casimiro!

[roman]

Pues sí. Gracias Aunque todavía no entiendo bien de qué va la cosa. O creo que no entendí tu explicación . Probé el sample pero supongo que está para inglés pues no reconoce acentos.

Sugerencia para el sample: que el resultado lo ponga en un memo y así veamos que no es otra imagen la que estás poniendo

// Saludos

[dec]

Hola,

Gracias a ti Román. A ver, vamos por partes, como dijo Jack el destripador.

Para usar el lenguaje español (a ver si te reconoce algún acento) usa algo así:

Código Delphi [-]
      FTesseract.RunTesseract
      (
        FileName,
        tpsmFullyAutomaticWithNoOSD,
        'spa', // Indicamos el lenguaje español, tal vez hagamos constantes de esto...
        '.\tesseract-config'
      );

Respecto del ejemplo, sí, supongo que pueden hacerse algunas mejoras, gracias por la sugerencia de usar un "TMemo".

[dec]

Hola,

Sólo para decir que he actualizado el ejemplo un tanto y creo que ahora te gustará un poco más Román.

[roman]

¡Ah! Ahora lo pruebo, pero por lo pronto creo que algo no hago bien:

rnocznluilzmo
Las aliirrimsi
oeiieriiri irriprirriir e;ie fiirrriiiiii y iieriariii «iri ieirii iegiiiie «iri ia irifiirrriiiciiiri qiie re ie;
solicita.
uriii ire; iieriaaii, ei fiirrriiiiii deiierá 5er eriiregiiaii eri ia iieriiiiriiiiii de seriiicim emiiiirer
dei 11 =| 24 de qee» de zion. mi prøeederiiri iii; perrriiiiii; qiie rie reiiri iriirriiiiidii; eri
iii; fecha; emiiiiecidiir.
servicios Emilarer recibirá, iialidará y regimará la perrriiina eri el ;i;1erria, a;irrii;rri<› le;
reiiarii, ii cada iiriii de iii; iiiiirriries qiie reiiiiliiri ia perrriiiiii, rii wrriiiriiiiiiriie de
iri;¢rip¢i<iri.
oeiieriiri reiiiriir qiie ei iiieiriiiiieiiw de periiiiiu qiieaii «irremrrieriie regi?raae
accedieridii al mia de iriscripmrie; ¡ing-[[¢s«i|=r.i>=|=.iiii=iii.iii›i eri la <›p¢i<iri neirim zu
imripeiisn

¿Será por haberlo compilado con D7 que no tiene unicode?

Por cierto que, al recompilar, todas las rutas se descuadran y tuve que ponerlas absolutas. Como que el SetDir no le gusta o no sé qué pasa.

// Saludos

[dec]

Hola,

Usar rutas relativas es una tontería... pero no tiene que ser así, de manera que el "SetDir" no habría porqué usarlo. En cuanto al resultado que obtienes, Román, depende a veces del "page segmentation", de la calidad de la imagen, de la fuente, del lenguaje, y, supongo que de un largo etcétera más. No sé hasta qué punto habrá que asumir este tipo de resultados. Sé que Tesseract puede ser "entrenado", pero, eso es algo que queda fuera del alcance de la clase.

Empezado por roman

¿Será por haberlo compilado con D7 que no tiene unicode?

Respondiendo a esto, digo que no puede ser, puesto que yo uso Delphi 2007 y sólo me aseguré de que funciona con XE2, con alguna cosilla que se me ha atragantado: no sé porqué no puedo usar la función "GetTempPath" en XE2. De todas formas, no hay unicode por medio, aunque sí que usa la función "UTF8Decode", en lugar de cargar el archivo de salida como UTF8, que, es algo que puede hacerse en XE2. Aparentemente, "UTF8Decode" funciona en Delphi 2007 y XE2, por eso lo he dejado así.