Flexibles OCR-Modul für Goobi & Co..

Flexibles OCR-Modul für Goobi und andere Tools?

Antiqua oder Fraktur? Deutsch oder Englisch? Oder Spanisch, oder Italienisch… ?

Nutzen Sie alle Optionen. Über unseren OCR Service steuern Sie die Texterkennung vollautomatisch, selbst für größte Seitenvolumen und erhalten Ihre gewünschten Ergebnisse für jedes Material und in jedem erdenklichen Format.

Seit 2010 stellt intranda seinen Kunden ein OCR-Modul zur Verfügung, das direkt aus Goobi eine OCR-Texterkennung starten kann. intranda hat dabei in den letzten Jahren zahlreiche Erfahrungen mit verschiedener OCR-Verarbeitung in unzähligen Digitalisierungsprojekten gesammelt. In dieser Zeit haben wir unsere OCR-Services auf unterschiedlichen Engines wie Recognition Server, dem Tesseract Server sowie mittlerweise auf einer eigenen Implementierung auf Basis von OCR SDKs betrieben und verwertet.

Unser OCR-Service ist ein generischer Webservice, der als ein vollautomatisch ablaufender Arbeitsschritt unmittelbar in den Workflow von Goobi integriert werden kann. Darüber hinaus lässt sich dieser Service auch vollkommen unabhängig von Goobi aus jeder beliebigen anderen Software heraus aufrufen. Hierfür besteht lediglich die Unterstützung von Java als Softwarevoraussetzung.

Der intranda OCR-Service wurde zunächst in enger Zusammenarbeit mit dem Gemeinsamen Bibliotheksverbund (GBV) und der University Library of Southampton konzipiert und über die Jahre weiter optimiert. Die Abarbeitung der einzelnen OCR-Jobs erfolgt dabei nach frei definierten Prioritäten. Der jeweilige aktuelle Status eines jeden OCR-Jobs kann über ein Webinterface eingesehen sowie gesteuert werden. Als Ausgabeformate werden dabei sämtliche verbreiteten Formate und Sprachen unterstützt.