Optičko prepoznavanje teksta sa podrškom za naš jezik

Poslednjih nekoliko godina skenerima su pale cene pa je potražnja za njima povećana, tako da se danas gotovo mogu smatrati standardnim delovima računarske konfiguracije. Iako se uz skenere isporučuje odgovarajući softver, on obično ne može da zadovolji sve potrebe korisnika. Ako pri tom uzmemo u obzir da su mogućnosti OCR (Optical Character Recognition) programa daleko od savršenih, odnosno da postoji još dosta prostora za poboljšanja (naročito u sferi pravilnog prepoznavanja karaktera), onda svaki novi program može da nam donese nešto novo.

CuneiForm konvertuje slike dokumenata (dobijene skenerom) u tekstualne fajlove. Njegovim korišćenjem računar će biti u stanju da „pročita” tekst, koji će se snimiti u fajl, spreman za eventualno dalje editovanje. Operacija kreiranja tekstualnog dokumenta odvija se u tri faze – skeniranje, prepoznavanje i editovanje. Svakoj od ovih faza dodeljeni su odgovarajući meniji, mada je za svakodnevni rad dovoljno koristiti nekoliko standardnih operacija.

Jedna od velikih prednosti ovog programa jeste njegova potpuna integracija u Windows. To se manifestuje tako što klikom na desni taster miša u Windows Exploreru na nekoj slici dobijate i opciju pod imenom Recognize Image. Pored integracije sa operativnim sistemom, CuneiForm se lepo slaže i sa ostalim instaliranim aplikacijama (odakle se takođe može pozvati). Nakon izvršenog skeniranja i prepoznavanja teksta potrebno je izvršiti proveru tačnosti i pripremiti dobijeni dokument za snimanje. U tu svrhu u programu postoji sasvim solidan editor (koji može da se koristi i samostalno). Ako ga malo bolje pogledate, utvrdićete da je taj editor u stvari poboljšana verzija editora WordPad ugrađenog u Windows, tako da ih možete zameniti bez bojazni da ćete nešto pokvariti.

Veliku pomoć u radu čine dve opcije za skeniranje. Prva se odnosi na „čarobnjaka” koji će čak i osobama koje se prvi put sreću sa ovakvom vrstom programa omogućiti da brzo i kvalitetno obave posao. Druga opcija služi za rad s većim brojem stranica teksta koje treba pravilno uklopiti. Ova je opcija veoma korisna kada želite da na računar prebacite delove neke knjige ili publikacije. Pre samog prepoznavanja korisnik bira jezik na kom je dokument napisan i način na koji će vršiti prepoznavanje. Nakon procesa prepoznavanja u programu se otvara poseban prozor u kojem se upisuje tekst. Korisniku se daje mogućnost da sam, ručno, ispravlja greške u tekstu ili da koristi opciju koja će naći „sumnjive” reči. Pod pojmom sumnjiv CuneiForm podrazumeva reč koju nije uspeo da nađe u svojoj bazi reči ili reč (odnosno slova) koje iz nekog razloga nije uspeo da protumači.

Ono što je nama posebno interesantno u vezi s ovim programom jeste njegova višejezička podrška. CuneiForm za sada prepoznaje trinaest različitih jezika, a što je za naše uslove veoma bitno, tu su uključeni srpski i ruski jezik (za prepoznavanje ćirilice) i hrvatski jezik (za latinicu).

Ukoliko posedujete skener, a do sada još niste našli OCR program koji će zadovoljiti sve vaše potrebe, probajte CuneiForm. Naravno, ni od njega ne možete očekivati savršene rezultate, ali u nekim standardnim situacijama obaviće posao sasvim korektno.

Više detalja o programu možete saznati na adresi www.ocr.com.

Branislav BUBANJA