Opções de Ferramentas OCR para Maratona Hacker em Brasília 2011

8 views
Skip to first unread message

derushi farias

unread,
Nov 30, 2011, 8:26:02 AM11/30/11
to thack...@lists.riseup.net, thac...@googlegroups.com
Algumas ferramentas acredito que podermos utilizar no dia.
 
Também realizei alguns teste veja no arquivos anexo
 
1º Tem um aquivo OCR origianal
2º Tem Saída desta imagem
 
Veja e faça suas ponderaçoes
 

http://www.onlineocr.net/default.aspx

http://ocrconvert.com/

http://pt.newocr.com/

http://www.free-ocr.co.uk/

http://www.betterocr.com/

http://www.ocr-extract.com/

http://www.djvu-pdf.com/online-ocr-service.php

http://www.sciweavers.org/free-online-ocr

Arquivo_Orginal.jpg
SaídaDoAquivo.doc

Thiago Rondon

unread,
Nov 30, 2011, 9:24:33 AM11/30/11
to thack...@lists.riseup.net, thac...@googlegroups.com
2011/11/30 derushi farias <derus...@gmail.com>:

> Algumas ferramentas acredito que podermos utilizar no dia.
>
> Também realizei alguns teste veja no arquivos anexo
>
> 1º Tem um aquivo OCR origianal
> 2º Tem Saída desta imagem
>
> Veja e faça suas ponderaçoes
>

Eu sugiro olhar também para:

http://code.google.com/p/tesseract-ocr/

abs!
-Thiago Rondon

De Mouli

unread,
Nov 30, 2011, 8:49:55 PM11/30/11
to thack...@lists.riseup.net, thac...@googlegroups.com
Bom trabalho com o OCR Felipe, Derushi e Thiago.

Agora temos em texto todas as 801 emendas distritais(meio sujinhos de caracteres malucos mas tratável).

O desafio agora e conseguirmos automatizar a extração dos parâmetros das Emendas (Autor, objeto, valor, ...) para alimentar planilhas para plotarmos as informações na ferramenta de fiscalização de emendas que produziremos sábado.

Alguém conhece algum programa ou parte dele em qualquer linguagem que faça essa extração (busca em txt e copia os termos pesquisados em txt/csv)?

Quem achar mandae que eu vou escovar bit até sexta pra poupar o trabalho de um batalhão.
Senão vou criar do zero um programa em C++ ou PHP pra automatizar a bagaça!

Abraços e até sábado!

Demoulidor
--

Denis
t: @demoulidor
Skype: demoulidor

"Se todo o poder emana do povo (§único do Art. 1º da CF1988)
Então que venha a Democracia Direta via Internet
 e o povo diretamente fiscalize e delibere leis e as realize
por força de ações no mundo virtual para o real"!

http://bigbangmicrocosmico.blogspot.com
http://thacker.com.br/hacker/demoulidor
http://www.facebook.com/profile.php?id=100002478571223
http://www.orkut.com.br/Main#Profile?uid=1425937966297924185


Thiago Rondon

unread,
Dec 1, 2011, 2:16:10 PM12/1/11
to thack...@lists.riseup.net, thac...@googlegroups.com
2011/11/30 De Mouli <demou...@gmail.com>:

> Bom trabalho com o OCR Felipe, Derushi e Thiago.
>
> Agora temos em texto todas as 801 emendas distritais(meio sujinhos de
> caracteres malucos mas tratável).
>
> O desafio agora e conseguirmos automatizar a extração dos parâmetros das
> Emendas (Autor, objeto, valor, ...) para alimentar planilhas para plotarmos
> as informações na ferramenta de fiscalização de emendas que produziremos
> sábado.
>
> Alguém conhece algum programa ou parte dele em qualquer linguagem que faça
> essa extração (busca em txt e copia os termos pesquisados em txt/csv)?

Você precisa implementar uma gramática para realizar este trabalho para ti, mas
seria interessante você colar em algum local o resultado de um txt deste, e qual
o resultado que você gostaria, ficaria mais fácil de visualizar e até
enviar um código
que faria isto.

abs!
-Thiago Rondon

Eduardo Rodrigues

unread,
Dec 1, 2011, 2:45:37 PM12/1/11
to thac...@googlegroups.com
Vou tentar ajudar com uma aplicação JAVA.


Eduardo de Moura Rodrigues


2011/12/1 Thiago Rondon <thiago...@gmail.com>
Reply all
Reply to author
Forward
0 new messages