Capita spesso di scaricare dal Web documenti PDF con pagine di testo  scansionate e ritrovarsi impossibilitati a estrapolarne il testo.

Un qualsiasi testo PDF  scansionato, è visto dall’ editor Adobe Reader o altro ancora , come un’immagine, quindi risulta impossibile, a priori,  modificarlo ed editarlo.

Come convertire un documento in testo

L’unico metodo è quello di utilizzare software di riconoscimento ottico dei caratteri, conosciuto anche come OCR.

PDF OCR v3.0 è un ottimo software  OCR freeware per Windows me/Xp/Vista e Seven.

Il software consente di convertire e modificare documenti PDF scansionati o con la presenza di immagini con testo incluso. La sigla OCR infatti  è l’abbreviazione di “riconoscimento ottico dei caratteri“, che consiste nella trasposizione elettronica di immagini in testo modificabile.

L’ottimo motore di conversione  di PDF OCR, è indicato dalla società come fino  al 92% più veloce degli altri software OCR in circolazione. Il software inoltre supporta numerose lingue tra cui anche l‘italiano.

Il funzionamento è semplicissimo e si compone di 3 passi:

1_ Fare clic sul pulsante “Apri“ e aprire il PDF che si vuole modificare.

2_ Fare clic sul pulsante “Start OCR“. Verrà visualizzata una piccola schermata di impostazioni. scegliere la modalità preferita e cliccare su” Start”

3_ Dopo aver fatto clic sul pulsante Start, attendere alcuni secondi, poi si vedrà il risultato sullla colonna dell’Editor di testo di destra.Ora è possibile modificare, copiare o salvare il testo per le vostre esigenze .

Un ottimo software, di appena 10 MB, che non può mancare nel proprio PC.

© 2008 Ziogeek.com

Non si può davvero negare il fatto che Google sia costantemente al lavoro sulle nuove funzionalità per i suoi più popolari servizi online come Gmail o Google Docs. Una delle ultime novità non ancora integrata ma disponibile su  Google Docs è quella dell’ OCR (riconoscimento ottico dei caratteri).

Estarre testo da un’immagine con Google Docs, ecco come fare

La tecnica OCR (Optical Character Recognition) consente di estrarre il testo da un’immagine o documento PDF. Esistono alcuni software che fanno questo lavoro come l’ottimo Fine Reader,  ma sono quasi tutti a pagamento.

Recentemente Google ha sperimentato questa tecnica per integrarla in un futuro sulla piattaforma online Google Docs. Fortunatamente il servizio in fase beta è già disponibile e lo potete provare recandovi a questa pagina.

Dovete ovviamnete essere utenti Google e quindi possedere un account per accedervi.La nuova funzionalità supporta già anche la lingua italiana.

Per provarla (vedi figura) basterà inserire un’immagine  in formato JPEG, GIF o PNG e il servizio OCR di Google provvederà  direttamente a  convertire in testo editabile il file esaminato.

Il testo appena scansionato potrà poi essere comodamente formattato e modificato sulla suite online Google Docs.

© 2008 Ziogeek.com

Se siete alla ricerca di un servizio online che offra gratuitamente il servizio di scansione OCR, vi potrebbe interessare forse l’applicazione web Free OCR.

Free OCR: Come Funziona

Il funzionamento dell’applicazione è immediato. Si dovranno caricare attraverso il pulsante “ Sfoglia “ le immagini da cui si desidera estrarre testo e attendere pochi secondi. I risultati verranno visualizzati immediatamente in una forma di testo all’interno della stessa pagina web dalla quale potranno essere copiati e incollati altrove.

Il servizio gratuito di scansione OCR supporta i formati PDF, JPG, GIF, TIFF o BMP, e prevede una dimensione massima per file di 2 megabyte. Free OCR per ora è disponibile per sei lingue: inglese, tedesco, spagnolo, francese, italiano e olandese.

Risultati migliori si otterranno nel caso in cui le immagini abbiano una impostazione dpi di almeno 150, mentre presentano alcune imprecisioni quando il valore risulta inferiore. Il software inoltre non si dimostra infallibile quando si tratta di formati PDF; nel caso in cui il testo fosse diviso in due colonne ad esempio, difficilmente riuscirà a riconoscere il layout del documento e tratterà le due colonne come unica.

Gli ideatori del software, consapevoli delle imprecisioni, precisano che in un prossimo futuro questi errori verranno rimossi. Intanto si potranno effettuare scansioni OCR gratuitamente e senza la necessità di installare alcun software.

Link | Free OCR

© 2008 Ziogeek.com

JOCR permette di prelevare dalle immagini screenshots le partizioni di testo che interessano, senza dover necessariamente digitare il testo stesso. E’ possibile acquisire screenshots da una sola finestra o dell’intero schermo, e quindi eseguire di riconoscimento dei caratteri. Subito dopo aver catturato l’immagine JOCR tenterà di riproporre il testo presente all’interno delle immagini.

E’ abbastanza veloce e il tempo effettivo del riconoscimento dipende dal tipo di immagine che si sta utilizzando. Il testo riconosciuto viene salvato negli appunti e JOCR aprirà un file di blocco note dove si potrà incollare il testo. Anche se ufficialmente JOCR è pensato per la lettura degli screenshots, tuttavia niente vieta di scansionare un documento, salvarlo e successivamente lanciare JOCR. Il software richiede che nel proprio pc sia installato Microsoft Document Imaging.

Se disponete di Office 2003 o superiore, questo è sicuramente presente nel vostro sistema. JOCR è inoltre in grado di riconoscere il testo in un certo numero di lingue che vanno dall’ Olandese all’ Ungherese, Tedesco e Russo. Si può scegliere la lingua manualmente a seconda del tipo di caratteri che si sta tentando di riconoscere.

Il software fa un ottimo lavoro sia che le immagini siano in bianco e nero, sia che si tratti di immagini colorate.

[Via]

© 2008 Ziogeek.com