Onko joku käyttänyt Abbyy Finereaderia Ubuntussa (RATKAISTU)

[Pontus12]

Minulla on Abbyy Finereader ohjelma Windowsissa. Se skannaa sekä lukee suomenkieltä suhteellisen hyvin. En saanut Ubuntussa Gimagereaderia skannaamaan ja tunnistamaan tekstiä. Nyt huomasin selatessani nettiä, että Abbyy Finereader ohjelman voi saada myös Ubuntu Linuxille. Onko kukaan kokeillut sitä? Ja jos on, niin onko sen asentaminen hyvin vaikeaa?

Nyt joudun vähän väliä käymään Windowsissa, koska en ole löytänyt Ubuntulta enää riittävän hyvää tekstinluku ja skannaus ohjelmaa. Esim edes "scan2pdf" ei jostain syystä toiminut. Se tuskin olisi tunnistanut, mutta olisin sen kautta saanut skannattua kirjan sivun pdf-tiedostoksi. Sekin olisi jo auttanut vähän.

[nm]

Mikä skanneri on kyseessä? Toimiiko se nyt millään ohjelmalla Ubuntussa?

[Roberto]

Tässä koneessa on Debian 12 ja gImageReader toimii, mutta se ei ole Debianin ansiota.
Aluksi ei toiminut, mutta aloitus viestin innoittamana se piti laittaa toimimaan.
Ensin piti metsästää sopivia suomen kielen paketteja, koska niitä ei ohjelmalähteissä ole.
Ne piti siirtää oikeisiin kansioihin ja asettaa oikeudet kohdalleen.
Avasin sitten teksturiin teksti tiedoston ja leikkasin siitä kuvankaappauksen jossa on vain tekstiä.
Ajoin sen gImageReaderilla perusteksti mmuodossa. Kuvan skannaus toimii myös.
Teksti irtosi täysin virheettömänä ja tallensin sen levylle .txt tiedostoon.
pdf tiedostosta irtosi myös tekstit, mutta muotoilu tietenkin katosi.
Selkäkipujen vuoksi en jaksa enempää ohjeistaa, mutta pointti on että sen saa kyllä toimimaan mutta ei helposti.

[nm]

Tässä koneessa on Debian 12 ja gImageReader toimii, mutta se ei ole Debianin ansiota.
Aluksi ei toiminut, mutta aloitus viestin innoittamana se piti laittaa toimimaan.
Ensin piti metsästää sopivia suomen kielen paketteja, koska niitä ei ohjelmalähteissä ole.

Tesseractin suomen kielen paketti on tesseract-ocr-fin, ja sen pitäisi kyllä toimia gImageReaderin kanssa sekä Ubuntussa että Debianissa.

Koodia: [Valitse]

sudo apt install tesseract-ocr-fin

[Roberto]

Tuo oli jo, mutta ei riitä täällä kun myös oikeinkirjoitus tarkistetaan.
Eli fi_FI.dic, fi_FI.aff ja hyph_fi_FI.dic ovat koneella.

Väärät sanat alleviivautuvat punaisella.

[SuperOscar]

Nyt huomasin selatessani nettiä, että Abbyy Finereader ohjelman voi saada myös Ubuntu Linuxille.

Onko antaa mitään linkkiä? Guuglatessani huomasin, että ilmeisesti jossakin vaiheessa näin olisi saattanut olla, mutta ei enää. Ainakaan nykyisen tuotteen eli FineReader PDF:n myyntisivu ei Linux-versiota tarjoa.

Yhdessä vaiheessa FineReaderistä tarjottiin Linuxiin käyttöliittymätöntä moottoria (jota lähinnä olisi voinut käyttää komentoriviltä skriptaamalla), mutta sekin katosi myöhemmin.

Tämä on sikäli harmi, että FineReader oli aikanaan ylivoimaisesti paras OCR-ohjelma.

[nm]

Tuo oli jo, mutta ei riitä täällä kun myös oikeinkirjoitus tarkistetaan.
Eli fi_FI.dic, fi_FI.aff ja hyph_fi_FI.dic ovat koneella.

Väärät sanat alleviivautuvat punaisella.

Oikolukua varten pitää asentaa Voikko. gImageReader pystyy käyttämään sitä Enchantin kautta.

Koodia: [Valitse]

sudo apt install libenchant-2-voikko

[Pontus12]

Kun asensin sudo apt install tesseract-ocr-fin ja sudo apt install libenchant-2-voikko ohjelmat, niin g-imagereader tunnisti huomattavasti paremmin somalaista tekstiä. Ei se ollut ihan Abbyy Finereaderin tasoa, mutta menetteli lyhyemmissä tiedostoissa. Voi tietysti olla myös, etten osaa käyttää sitä vielä tarpeeksi hyvin, mutta en kuitenkaan usko, että se vain siitä johtui.

Sählätessäni sen kanssa, onnistuin vahingossa poistamaan koko projektit kansioni windows-levyltä. Onneksi oli kuitenkin tallentanut suurimman osan siitä onedriveen, josta kopioin tiedostot takaisin levylle. En oikein vieläkään käsitä, miten onnistuin hukkaamaan kokonaisen kansion alikansioineen.
Joka tapauksessa tämä aihe on ainakin tyydyttävästi ratkaistu. Olisiko tiedostot voitu pelastaa windows-levyltä? En tiedä, mutta minä en keksinyt tuohon muuta ratkaisua.