Re: [Kitodo] [OCR] Texterkennung mit Kitodo

Hallo Liste, Der Parameter „ocrUrl“ muss in der config.properties-Datei gesetzt werden. In dem Pfad können die Variablen in runden Klammern benutzt werden (wie bei der Konfiguration der METS-Parameter URLs), angehängt werden die Seitennummer(n). Dies ist die Stelle, an der die OCR-URL zusammengebaut wird: https://github.com/kitodo/kitodo-production/blob/2.x/Goobi/src/de/sub/goobi… Die URL wird dann abgerufen und das Ergebnis angezeigt. Was dazwischen fehlt, ist ein Webbrowser, der die URL interpretiert und entsprechend das passende OCR-Ergebnis (Format TXT) zurückgibt, was man mit einem CGI-Skript bewerkstelligen könnte. Die Idee dabei ist, etwa vom Schmucktitel Text per Copy/Paste in Metadatenfelder übernehmen zu können und nicht abtippen zu müssen. Die Frage wäre noch, wie das HOCR-xhtml nach Text gewandelt wird, oder ob das HTML angezeigt werden kann/soll. Grüße Matthias Ronge ________________________________ Matthias Ronge Software Entwicklung/Software Development [cid:Z_Logo_RGB_180px_2b974e26-85b9-4005-92dd-9bb8df881ab3.png]<http://www.zeutschel.de> <http://www.zeutschel.de> [cid:Twitter-34x34_f9819937-1c34-4eab-b2fc-944fcf2e8938.png]<https://twit… [cid:YouTube-34x34_8cf03759-cc15-472e-a763-e628ea59d43b.png]<http://www.y… [cid:Facebook-34x34_ab94d89a-875f-49f2-81f3-e136c66e4bb5.png]<https://www… Zeutschel GmbH | Heerweg 2 | 72070 Tübingen | Deutschland p: +49 (7071) 9706-62 | m: | f: +49 (7071) 9706-44 e: Matthias.Ronge@zeutschel.de<mailto:Matthias.Ronge@zeutschel.de> | w: http://www.zeutschel.de Geschäftsführer/President: Joerg Vogler | Registergericht Stuttgart: HRB 380917 [cid:Banner-OS-Q-und-HQ_501e816f-0750-40ec-9871-5bf71646f764.png]<https://www.zeutschel.de/> Von: kitodo-community-bounces(a)kitodo.org &lt;kitodo-community-bounces(a)kitodo.org&gt; Im Auftrag von Uwe Hartwig Gesendet: Mittwoch, 30. Oktober 2019 13:16 An: kitodo-community(a)kitodo.org Betreff: Re: [Kitodo] [OCR] Texterkennung mit Kitodo Liebe Community, lieber Herr Gerhardt, ich hatte die Hoffnung, dass die Einbindung der erstellten OCR-Daten (im Format HOCR-xhtml) im Prinzip in Kitodo 2.x möglich ist und es einen Fehler in unserer Kitodo-Konfiguration gibt, die dazu führt, dass keine Daten angezeigt werden. Nun klingt das für mich leider so, als sei diese Funktionalität schon länger verschollen. Bei unserem derzeitigen Workflow haben die Mitarbeiter im VL-Manager die Möglichkeit, anhand der OC-Resultate zusätzliche Qualitätssicherungsmaßnahme einzuleiten, z.B. einen Nachscan anzufordern. Das wäre also in dieser Form nach derzeitigem Kenntnisstand mit Kitodo 2.x nicht möglich, weil keine OCR-Daten im Metadateneditor angezeigt werden? Danke und Grüße! On 30.10.19 13:02, Henning Gerhardt wrote: Liebe Community, lieber Herr Hartwig, Kitodo.Production 2.x bringt selbst keine Werkzeuge mit, um eine Texterkennung direkt durchzuführen und ist auf externe Dienste angewiesen. Ein solcher Dienst versteckt sich hinter dem "OCR" Button, der eine nicht näher spezifizierte Schnittstelle anspricht und von dieser nicht näher spezifizierte Daten zurück bekommt. Damit soll man dann wohl die Ergebnisse im Metadateneditor von Kitodo.Production sehen können. Ich selbst habe in den vielen Jahren der Nutzung von Kitodo.Production 1.x und 2.x niemals eine solche Einbindung gesehen und / oder erlebt. An der SLUB wird die OCR selbst als eigenständiger Schritt / Aufgabe nach der Metadaten-Bearbeitung ausgeführt. Über unseren externen OCR Dienstleister werden die Ergebnisse als ALTO-XML zurückgeliefert und im jeweiligen Vorgangsverzeichnis abgelegt. Beim Export werden neben den Bild- und Metadaten auch die vorhandenen OCR Daten exportiert und an die Präsentation auf Basis von Kitodo.Presentation übergeben. Kitodo.Presentation stellt dann die OCR Ergebnisse dar. Viele Grüße Henning Gerhardt On 10/30/19 11:10 AM, Uwe Hartwig wrote: Liebe Community, mal allgemein in die Runde gefragt: Wer hat Erfahrungen mit den Texterkennungsfunktionalitäten mit Kitodo gesammelt? Und wenn ja, mit welcher Kitodo-Version? Da wir bei der ULB Sachsen-Anhalt auf ALTO-XML setzen, interessiert uns natürlich, ob Kitodo mit diesem Format etwas anfangen kann. Dazu zählt, z.B. ob der "OCR"-Button in der Strukturierungsansicht diese Daten entsprechend darstellen kann und ob dieses Format auch von nachgelagerten Prozessen Richtung DMS-Export (zedExporter) verarbeitet werden kann. Danke! _______________________________________________ Kitodo-Community mailing list Kitodo-Community@kitodo.org<mailto:Kitodo-Community@kitodo.org> https://maillist.slub-dresden.de/cgi-bin/mailman/listinfo/kitodo-community -- Uwe Hartwig Anwendungsentwickler IT / Digitale Dienste Universitäts- und Landesbibliothek Sachsen-Anhalt August-Bebel-Straße 13 D - 06108 Halle (Saale) Fon: + 49 345 55 22 183 Mail: uwe.hartwig@bibliothek.uni-halle.de<mailto:uwe.hartwig@bibliothek.uni-halle.de>