OCR-Workflow - Versionsgeschichte

Gaede: /* Förderphase II */

2020-05-15T14:11:04Z

Förderphase II

← Nächstältere Version		Version vom 15. Mai 2020, 14:11 Uhr
Zeile 11:		Zeile 11:

	===Förderphase II===		===Förderphase II===
	Eine eingehende Darstellung der Ergebnisse der zweiten Förderphase finden Sie [[Kallimachos_II_(Eingehende_Darstellung)\|'''hier''']].		Eine eingehende Darstellung der Ergebnisse der zweiten Förderphase finden Sie [[Kallimachos_II_(Eingehende_Darstellung)#AP1: OCR-Optimierung\|'''hier''']].

	<br clear=all>		<br clear=all>
	</div>		</div>

Gaede: /* Förderphase II */

2020-05-15T14:06:46Z

Förderphase II

← Nächstältere Version		Version vom 15. Mai 2020, 14:06 Uhr
Zeile 11:		Zeile 11:

	===Förderphase II===		===Förderphase II===
	Eine eingehende Darstellung der Ergebnisse zweiten Förderphase finden Sie [[Kallimachos_II_(Eingehende_Darstellung)\|'''hier''']].		Eine eingehende Darstellung der Ergebnisse der zweiten Förderphase finden Sie [[Kallimachos_II_(Eingehende_Darstellung)\|'''hier''']].

	<br clear=all>		<br clear=all>
	</div>		</div>

Gaede: /* Teilprojekt OCR-Workflow */

2020-05-15T14:06:37Z

Teilprojekt OCR-Workflow

← Nächstältere Version		Version vom 15. Mai 2020, 14:06 Uhr
Zeile 10:		Zeile 10:
	<br clear=all>		<br clear=all>

			===Förderphase II===
	Eine eingehende Darstellung der Ergebnisse zweiten Förderphase finden Sie [[Kallimachos_II_(Eingehende_Darstellung)\|'''hier''']].		Eine eingehende Darstellung der Ergebnisse zweiten Förderphase finden Sie [[Kallimachos_II_(Eingehende_Darstellung)\|'''hier''']].

	<br clear=all>		<br clear=all>
	</div>		</div>

Gaede am 15. Mai 2020 um 14:05 Uhr

2020-05-15T14:05:08Z

← Nächstältere Version		Version vom 15. Mai 2020, 14:05 Uhr
Zeile 10:		Zeile 10:
	<br clear=all>		<br clear=all>

	Eine eingehende Darstellung der zweiten Förderphase~~, basierend auf dem eingereichten Abschlussbericht,~~ finden Sie [[Kallimachos_II_(Eingehende_Darstellung)\|'''hier''']].		Eine eingehende Darstellung der Ergebnisse zweiten Förderphase finden Sie [[Kallimachos_II_(Eingehende_Darstellung)\|'''hier''']].

	<br clear=all>		<br clear=all>
	</div>		</div>

Gaede am 15. Mai 2020 um 14:04 Uhr

2020-05-15T14:04:50Z

← Nächstältere Version		Version vom 15. Mai 2020, 14:04 Uhr
Zeile 9:		Zeile 9:
	Im Rahmen der zweiten Förderphase werden die Algorithmen zur Segmentierung verbessert und die Bedienbarkeit des Tools weiter vereinfacht, vor allem wird LAREX aber auch in das neue Webtool [https://gitlab2.informatik.uni-wuerzburg.de/chr58bk/OCR4all_Web '''OCR4all'''] integriert. Das neue Tool bietet damit einen vollständigen, auf [https://github.com/Calamari-OCR/calamari Calamari] basierenden OCR-Workflow, das neben der LAREX-Segmentierung und Texterkennung auch die Produktion von ''Ground Truth'' in einem intuitiv zu bedienenden Transkriptions- und Korrekturtool, das Training neuer OCR-Modele und die abschließende Evaluation der Ergebnisse ermöglicht.		Im Rahmen der zweiten Förderphase werden die Algorithmen zur Segmentierung verbessert und die Bedienbarkeit des Tools weiter vereinfacht, vor allem wird LAREX aber auch in das neue Webtool [https://gitlab2.informatik.uni-wuerzburg.de/chr58bk/OCR4all_Web '''OCR4all'''] integriert. Das neue Tool bietet damit einen vollständigen, auf [https://github.com/Calamari-OCR/calamari Calamari] basierenden OCR-Workflow, das neben der LAREX-Segmentierung und Texterkennung auch die Produktion von ''Ground Truth'' in einem intuitiv zu bedienenden Transkriptions- und Korrekturtool, das Training neuer OCR-Modele und die abschließende Evaluation der Ergebnisse ermöglicht.
	<br clear=all>		<br clear=all>

	Eine eingehende Darstellung der zweiten Förderphase, basierend auf dem eingereichten Abschlussbericht, finden Sie [[Kallimachos_II_(Eingehende_Darstellung)\|'''hier''']].		Eine eingehende Darstellung der zweiten Förderphase, basierend auf dem eingereichten Abschlussbericht, finden Sie [[Kallimachos_II_(Eingehende_Darstellung)\|'''hier''']].

	<br clear=all>		<br clear=all>
	</div>		</div>

Gaede: /* Teilprojekt OCR-Workflow */

2020-05-15T14:04:39Z

Teilprojekt OCR-Workflow

← Nächstältere Version		Version vom 15. Mai 2020, 14:04 Uhr
Zeile 9:		Zeile 9:
	Im Rahmen der zweiten Förderphase werden die Algorithmen zur Segmentierung verbessert und die Bedienbarkeit des Tools weiter vereinfacht, vor allem wird LAREX aber auch in das neue Webtool [https://gitlab2.informatik.uni-wuerzburg.de/chr58bk/OCR4all_Web '''OCR4all'''] integriert. Das neue Tool bietet damit einen vollständigen, auf [https://github.com/Calamari-OCR/calamari Calamari] basierenden OCR-Workflow, das neben der LAREX-Segmentierung und Texterkennung auch die Produktion von ''Ground Truth'' in einem intuitiv zu bedienenden Transkriptions- und Korrekturtool, das Training neuer OCR-Modele und die abschließende Evaluation der Ergebnisse ermöglicht.		Im Rahmen der zweiten Förderphase werden die Algorithmen zur Segmentierung verbessert und die Bedienbarkeit des Tools weiter vereinfacht, vor allem wird LAREX aber auch in das neue Webtool [https://gitlab2.informatik.uni-wuerzburg.de/chr58bk/OCR4all_Web '''OCR4all'''] integriert. Das neue Tool bietet damit einen vollständigen, auf [https://github.com/Calamari-OCR/calamari Calamari] basierenden OCR-Workflow, das neben der LAREX-Segmentierung und Texterkennung auch die Produktion von ''Ground Truth'' in einem intuitiv zu bedienenden Transkriptions- und Korrekturtool, das Training neuer OCR-Modele und die abschließende Evaluation der Ergebnisse ermöglicht.
	<br clear=all>		<br clear=all>
			Eine eingehende Darstellung der zweiten Förderphase, basierend auf dem eingereichten Abschlussbericht, finden Sie [[Kallimachos_II_(Eingehende_Darstellung)\|'''hier''']].
	<br clear=all>		<br clear=all>
	</div>		</div>

Gaede am 26. März 2019 um 12:15 Uhr

2019-03-26T12:15:19Z

← Nächstältere Version		Version vom 26. März 2019, 12:15 Uhr
Zeile 1:		Zeile 1:
	<div class="notab">		<div class="notab">
	<br clear=all>		<br clear=all>
	[[File:OCRall_LAREX.png \| 800px \|link=\| alt=~~Integrierte Ground-Truth-Korrektur in OCR4all~~]]		[[File:OCRall_LAREX.png \| 800px \|link=\| alt=Segmentierung mit LAREX]]
	<br clear=all>		<br clear=all>
	==Teilprojekt ''OCR-Workflow''==		==Teilprojekt ''OCR-Workflow''==
	Schon innerhalb ersten Förderphase wurde für das Teilprojekt [[Narragonien:Main\|Narragonien Digital]] durch den Lehrstuhl für künstliche Intelligenz und Angewandte Informatik das interaktive Segmentierungstool [http://www.is.informatik.uni-wuerzburg.de/research-tools-download/larex/ '''LAREX'''] entwickelt, mit dem auf einer gescannten Buchseite Bildregionen und weitere, benutzerdefinierbare Typen von Textregionen (z.B. Fließtext, Überschriften, Mariginalien, Seitenzahlen, ...) erkannt und ausgezeichnet werden können. Die Darstellung der Typen erfolgt intuitiv durch farbliche Markierung auf den gescannten Seiten. Die segmentierten Textausschnitte werden in einer vorher definierten Lesereihenfolge abgelegt.		Schon innerhalb ersten Förderphase wurde für das Teilprojekt [[Narragonien:Main\|Narragonien Digital]] durch den Lehrstuhl für künstliche Intelligenz und Angewandte Informatik das interaktive Segmentierungstool [http://www.is.informatik.uni-wuerzburg.de/research-tools-download/larex/ '''LAREX'''] entwickelt, mit dem auf einer gescannten Buchseite Bildregionen und weitere, benutzerdefinierbare Typen von Textregionen (z.B. Fließtext, Überschriften, Mariginalien, Seitenzahlen, ...) erkannt und ausgezeichnet werden können. Die Darstellung der Typen erfolgt intuitiv durch farbliche Markierung auf den gescannten Seiten. Die segmentierten Textausschnitte werden in einer vorher definierten Lesereihenfolge abgelegt.

	[[File:OCR4all_GT.png\|thumbnail\|Korrektur von ''Ground-Truth'' in OCR4all.\| link=]]		[[File:OCR4all_GT.png\|thumbnail\|Korrektur von OCR-Ergebnissen und Erzeugung neuer ''Ground Truth'' in OCR4all.\| link=]]
	Im Rahmen der zweiten Förderphase werden die Algorithmen zur Segmentierung verbessert und die Bedienbarkeit des Tools weiter vereinfacht, vor allem wird LAREX aber auch in das neue Webtool [https://gitlab2.informatik.uni-wuerzburg.de/chr58bk/OCR4all_Web '''OCR4all'''] integriert. Das neue Tool bietet damit einen vollständigen, auf [https://github.com/Calamari-OCR/calamari Calamari] basierenden OCR-Workflow, das neben der LAREX-Segmentierung und Texterkennung auch die Produktion von ''Ground Truth'' in einem intuitiv zu bedienenden Transkriptions- und Korrekturtool, das Training neuer OCR-Modele und die abschließende Evaluation der Ergebnisse ermöglicht.		Im Rahmen der zweiten Förderphase werden die Algorithmen zur Segmentierung verbessert und die Bedienbarkeit des Tools weiter vereinfacht, vor allem wird LAREX aber auch in das neue Webtool [https://gitlab2.informatik.uni-wuerzburg.de/chr58bk/OCR4all_Web '''OCR4all'''] integriert. Das neue Tool bietet damit einen vollständigen, auf [https://github.com/Calamari-OCR/calamari Calamari] basierenden OCR-Workflow, das neben der LAREX-Segmentierung und Texterkennung auch die Produktion von ''Ground Truth'' in einem intuitiv zu bedienenden Transkriptions- und Korrekturtool, das Training neuer OCR-Modele und die abschließende Evaluation der Ergebnisse ermöglicht.
	<br clear=all>		<br clear=all>
	<br clear=all>		<br clear=all>
	</div>		</div>

Gaede am 26. März 2019 um 12:14 Uhr

2019-03-26T12:14:16Z

← Nächstältere Version		Version vom 26. März 2019, 12:14 Uhr
Zeile 6:		Zeile 6:
	Schon innerhalb ersten Förderphase wurde für das Teilprojekt [[Narragonien:Main\|Narragonien Digital]] durch den Lehrstuhl für künstliche Intelligenz und Angewandte Informatik das interaktive Segmentierungstool [http://www.is.informatik.uni-wuerzburg.de/research-tools-download/larex/ '''LAREX'''] entwickelt, mit dem auf einer gescannten Buchseite Bildregionen und weitere, benutzerdefinierbare Typen von Textregionen (z.B. Fließtext, Überschriften, Mariginalien, Seitenzahlen, ...) erkannt und ausgezeichnet werden können. Die Darstellung der Typen erfolgt intuitiv durch farbliche Markierung auf den gescannten Seiten. Die segmentierten Textausschnitte werden in einer vorher definierten Lesereihenfolge abgelegt.		Schon innerhalb ersten Förderphase wurde für das Teilprojekt [[Narragonien:Main\|Narragonien Digital]] durch den Lehrstuhl für künstliche Intelligenz und Angewandte Informatik das interaktive Segmentierungstool [http://www.is.informatik.uni-wuerzburg.de/research-tools-download/larex/ '''LAREX'''] entwickelt, mit dem auf einer gescannten Buchseite Bildregionen und weitere, benutzerdefinierbare Typen von Textregionen (z.B. Fließtext, Überschriften, Mariginalien, Seitenzahlen, ...) erkannt und ausgezeichnet werden können. Die Darstellung der Typen erfolgt intuitiv durch farbliche Markierung auf den gescannten Seiten. Die segmentierten Textausschnitte werden in einer vorher definierten Lesereihenfolge abgelegt.

	[[File:OCR4all_GT.png\|thumbnail\|~~Zur Erfassung des frühneuzeitlichen Schriftbilds hat sich die Erstellung offizinspezifischer Typentabellen bewährt~~. \| link=]]		[[File:OCR4all_GT.png\|thumbnail\|Korrektur von ''Ground-Truth'' in OCR4all.\| link=]]
	Im Rahmen der zweiten Förderphase werden die Algorithmen zur Segmentierung verbessert und die Bedienbarkeit des Tools weiter vereinfacht, vor allem wird LAREX aber auch in das neue Webtool [https://gitlab2.informatik.uni-wuerzburg.de/chr58bk/OCR4all_Web '''OCR4all'''] integriert. Das neue Tool bietet damit einen vollständigen, auf [https://github.com/Calamari-OCR/calamari Calamari] basierenden OCR-Workflow, das neben der LAREX-Segmentierung und Texterkennung auch die Produktion von ''Ground Truth'' in einem intuitiv zu bedienenden Transkriptions- und Korrekturtool, das Training neuer OCR-Modele und die abschließende Evaluation der Ergebnisse ermöglicht.		Im Rahmen der zweiten Förderphase werden die Algorithmen zur Segmentierung verbessert und die Bedienbarkeit des Tools weiter vereinfacht, vor allem wird LAREX aber auch in das neue Webtool [https://gitlab2.informatik.uni-wuerzburg.de/chr58bk/OCR4all_Web '''OCR4all'''] integriert. Das neue Tool bietet damit einen vollständigen, auf [https://github.com/Calamari-OCR/calamari Calamari] basierenden OCR-Workflow, das neben der LAREX-Segmentierung und Texterkennung auch die Produktion von ''Ground Truth'' in einem intuitiv zu bedienenden Transkriptions- und Korrekturtool, das Training neuer OCR-Modele und die abschließende Evaluation der Ergebnisse ermöglicht.
	<br clear=all>		<br clear=all>
	<br clear=all>		<br clear=all>
	</div>		</div>

Gaede: /* Teilprojekt OCR-Workflow */

2019-03-26T12:13:05Z

Teilprojekt OCR-Workflow

← Nächstältere Version		Version vom 26. März 2019, 12:13 Uhr
Zeile 6:		Zeile 6:
	Schon innerhalb ersten Förderphase wurde für das Teilprojekt [[Narragonien:Main\|Narragonien Digital]] durch den Lehrstuhl für künstliche Intelligenz und Angewandte Informatik das interaktive Segmentierungstool [http://www.is.informatik.uni-wuerzburg.de/research-tools-download/larex/ '''LAREX'''] entwickelt, mit dem auf einer gescannten Buchseite Bildregionen und weitere, benutzerdefinierbare Typen von Textregionen (z.B. Fließtext, Überschriften, Mariginalien, Seitenzahlen, ...) erkannt und ausgezeichnet werden können. Die Darstellung der Typen erfolgt intuitiv durch farbliche Markierung auf den gescannten Seiten. Die segmentierten Textausschnitte werden in einer vorher definierten Lesereihenfolge abgelegt.		Schon innerhalb ersten Förderphase wurde für das Teilprojekt [[Narragonien:Main\|Narragonien Digital]] durch den Lehrstuhl für künstliche Intelligenz und Angewandte Informatik das interaktive Segmentierungstool [http://www.is.informatik.uni-wuerzburg.de/research-tools-download/larex/ '''LAREX'''] entwickelt, mit dem auf einer gescannten Buchseite Bildregionen und weitere, benutzerdefinierbare Typen von Textregionen (z.B. Fließtext, Überschriften, Mariginalien, Seitenzahlen, ...) erkannt und ausgezeichnet werden können. Die Darstellung der Typen erfolgt intuitiv durch farbliche Markierung auf den gescannten Seiten. Die segmentierten Textausschnitte werden in einer vorher definierten Lesereihenfolge abgelegt.

			[[File:OCR4all_GT.png\|thumbnail\|Zur Erfassung des frühneuzeitlichen Schriftbilds hat sich die Erstellung offizinspezifischer Typentabellen bewährt. \| link=]]
	Im Rahmen der zweiten Förderphase werden die Algorithmen zur Segmentierung verbessert und die Bedienbarkeit des Tools weiter vereinfacht, vor allem wird LAREX aber auch in das neue Webtool [https://gitlab2.informatik.uni-wuerzburg.de/chr58bk/OCR4all_Web '''OCR4all'''] integriert. Das neue Tool bietet damit einen vollständigen, auf [https://github.com/Calamari-OCR/calamari Calamari] basierenden OCR-Workflow, das neben der LAREX-Segmentierung und Texterkennung auch die Produktion von ''Ground Truth'' in einem intuitiv zu bedienenden Transkriptions- und Korrekturtool, das Training neuer OCR-Modele und die abschließende Evaluation der Ergebnisse ermöglicht.		Im Rahmen der zweiten Förderphase werden die Algorithmen zur Segmentierung verbessert und die Bedienbarkeit des Tools weiter vereinfacht, vor allem wird LAREX aber auch in das neue Webtool [https://gitlab2.informatik.uni-wuerzburg.de/chr58bk/OCR4all_Web '''OCR4all'''] integriert. Das neue Tool bietet damit einen vollständigen, auf [https://github.com/Calamari-OCR/calamari Calamari] basierenden OCR-Workflow, das neben der LAREX-Segmentierung und Texterkennung auch die Produktion von ''Ground Truth'' in einem intuitiv zu bedienenden Transkriptions- und Korrekturtool, das Training neuer OCR-Modele und die abschließende Evaluation der Ergebnisse ermöglicht.
	<br clear=all>		<br clear=all>
	<br clear=all>		<br clear=all>
	</div>		</div>

Gaede am 26. März 2019 um 12:10 Uhr

2019-03-26T12:10:00Z

← Nächstältere Version		Version vom 26. März 2019, 12:10 Uhr
Zeile 1:		Zeile 1:
	<div class="notab">		<div class="notab">
	<br clear=all>		<br clear=all>
	[[File:~~OCR4all_GT~~.png \| 800px \|link=\| alt=Integrierte Ground-Truth-Korrektur in OCR4all]]		[[File:OCRall_LAREX.png \| 800px \|link=\| alt=Integrierte Ground-Truth-Korrektur in OCR4all]]
	<br clear=all>		<br clear=all>
	==Teilprojekt ''OCR-Workflow''==		==Teilprojekt ''OCR-Workflow''==