Tweet
Hallo.
Ich habe jetzt im Laufe meiner Familienforschung ein paar 100 Scans von Geburts-, Heirat- und Sterbe-Urkunden in vier verschiedenen Sprachen angesammelt, der Großteil davon handschriftlich. Ich würde diese jetzt gerne mit einem "OCR-Overlay" versehen und als entsprechende PDF- oder DjVu-Datei abspeichern. Damit wäre es z.B. möglich, handgeschriebene Textpassagen in solchen Dokumenten direkt per Maus zu markieren und per Copy & Paste als Text zu übertragen. Mein Problem dabei ist nur, dass ich keine Software finde, die das überhaupt sinnvoll machen kann.
Es gibt durchaus Transkriptions-Systeme, diese arbeiten aber allesamt (soweit ich sie finden konnte) nach dem Prinzip "aus einem Scan ein Textdokument erstellen". Das heißt ich habe anschließend zwei Dokumente - ein Bild und ein Text -, nicht ein zusammengesetztes Bild-mit-Text-Dokument.
OCR-Programme beherrschen so etwas theoretisch, in der Praxis scheitern diese aber spektakulär an der Texterkennung (verständlicherweise), womit man einen guten Teil der Zeit damit kämpft, die Automatismen der Programme abzuschalten und um sie herumzuarbeiten.
Am Ende will ich wirklich nur ein paar wenige Schritte ausführen können:
1. Bild laden und zur Darstellung drehen, spiegeln und den Kontrast bzw. Farbverlauf ändern können.
2. Zeilen (und wie sie zusammenhängen) definieren, am besten gleich als Textblöcke, in jeder beliebigen Orientierung (wichtig für "schiefe" Scans und solche, die Randbemerkungen in einer anderen Ausrichtung als der Haupttext haben).
3. Wörter innerhalb von Zeilen - auch über mehrere Zeilen gehende - markieren und den passenden Text dorthin schreiben.
4. Notizen an bestimmten Stellen hinzufügen.
5. Das alles als PDF oder DjVu exportieren, für Upload und als Referenz für spätere Nachforschungen.
... und natürlich entsprechende Dateien später für Korrekturen wieder neu öffnen.
Eigentlich ganz einfach. Trotzdem habe ich langsam das Gefühl, dass ich mir entsprechende Software selber schreiben muss ...
Kennt vielleicht jemand entsprechende Tools?
Ich habe jetzt im Laufe meiner Familienforschung ein paar 100 Scans von Geburts-, Heirat- und Sterbe-Urkunden in vier verschiedenen Sprachen angesammelt, der Großteil davon handschriftlich. Ich würde diese jetzt gerne mit einem "OCR-Overlay" versehen und als entsprechende PDF- oder DjVu-Datei abspeichern. Damit wäre es z.B. möglich, handgeschriebene Textpassagen in solchen Dokumenten direkt per Maus zu markieren und per Copy & Paste als Text zu übertragen. Mein Problem dabei ist nur, dass ich keine Software finde, die das überhaupt sinnvoll machen kann.
Es gibt durchaus Transkriptions-Systeme, diese arbeiten aber allesamt (soweit ich sie finden konnte) nach dem Prinzip "aus einem Scan ein Textdokument erstellen". Das heißt ich habe anschließend zwei Dokumente - ein Bild und ein Text -, nicht ein zusammengesetztes Bild-mit-Text-Dokument.
OCR-Programme beherrschen so etwas theoretisch, in der Praxis scheitern diese aber spektakulär an der Texterkennung (verständlicherweise), womit man einen guten Teil der Zeit damit kämpft, die Automatismen der Programme abzuschalten und um sie herumzuarbeiten.
Am Ende will ich wirklich nur ein paar wenige Schritte ausführen können:
1. Bild laden und zur Darstellung drehen, spiegeln und den Kontrast bzw. Farbverlauf ändern können.
2. Zeilen (und wie sie zusammenhängen) definieren, am besten gleich als Textblöcke, in jeder beliebigen Orientierung (wichtig für "schiefe" Scans und solche, die Randbemerkungen in einer anderen Ausrichtung als der Haupttext haben).
3. Wörter innerhalb von Zeilen - auch über mehrere Zeilen gehende - markieren und den passenden Text dorthin schreiben.
4. Notizen an bestimmten Stellen hinzufügen.
5. Das alles als PDF oder DjVu exportieren, für Upload und als Referenz für spätere Nachforschungen.
... und natürlich entsprechende Dateien später für Korrekturen wieder neu öffnen.
Eigentlich ganz einfach. Trotzdem habe ich langsam das Gefühl, dass ich mir entsprechende Software selber schreiben muss ...
Kennt vielleicht jemand entsprechende Tools?
Wenn man dann noch bedenkt, wieviel Schwierigkeiten wir hier in der Lesehilfe schon manchmal haben, die alten Handschriften richtig zu deuten, wie soll das dann erst ein Programm können?
Kommentar