de.straba.us » ocr http://de.straba.us destrabauz thoughts Fri, 20 Jan 2012 13:55:32 +0000 en hourly 1 http://wordpress.org/?v=3.3.1 Google come OCR dei tuoi PDF http://de.straba.us/2008/11/03/google-come-ocr-dei-tuoi-pdf/ http://de.straba.us/2008/11/03/google-come-ocr-dei-tuoi-pdf/#comments Mon, 03 Nov 2008 16:41:46 +0000 napo http://de.straba.us/?p=29 Dalla lettura di questo post http://www.labnol.org/software/convert-scanned-pdf-images-to-text-with-google-ocr/5158/ scopro che google e’ dotato anche di un potente ocr sui documenti pdf.
L’autore propone un piccolo hack:

  • acquisire un documento con il proprio scanner e salvarlo in formato pdf
  • archiviare il file creato su un sito web
  • attendere che google passi ad indicizzare il file
  • cercare il file attraverso una query su google nello stile
    site:sitoweb.com filetype:pdf
    (dove sitoweb.com e’ il server che ospita il file pdf copiato)
  • utilizzare la funzione “Vedi come HTML” di google

… e il gioco e’ fatto …

l’hack e’ sicuramente carino, rimane il problema della sensibilita’ dei dati raccolti nel documento inoltre esiste diverso software libero in grado di fare ocr.

]]> http://de.straba.us/2008/11/03/google-come-ocr-dei-tuoi-pdf/feed/ 0