Qualität unbefriedigend

[MovieKnight]

Habe gerade mal einen Test mit dem Bild gemacht, dass auf der Seite angeboten wird (RFC von HTTP/1.1).

Originalbild: http://googlecodesamples.com/docs/php/HTTP.jpg

OCR-Ergebins: http://docs.google.com/View?id=dgj3njtc_10d3hwvhd5

Ich bin von der Qualität nicht sehr begeistert. (Ich habe hier aber auch gerade keine Vergleichsmöglichkeit zu anderen Texterkennern)

Ich bin mir nicht sicher, ob es vielleicht besser funktioniert, wenn man die Sprache der Quelle angibt. Denn viele Fehler wären vermutlich einfach zu beheben, wenn man weiß, dass im englischen kein "ß" und kein "ñ" gibt...

Vor allem scheint das OCR aber Probleme bei den geklammerten Zahlen zu haben.

Nichtsdestotrotz ist das ein guter Service, wenn man an der Qualität der Erkennung noch etwas dreht.

[MC Cool Mo D Aue]

Das sind spezialfälle diese geklamerten Zahlen.
Das Ergebnis ist schon zufriedenstellend. Problem ist eher das die Sprache der OCR engine nicht richtig eingestellt ist (Englisch in diesem Fall) und deshalb die "ff" nicht richtig erkannt werden.

Aber trotzdem ein normales Ergebnis für eine gute OCR engine

[MovieKnight]

> Das sind spezialfälle diese geklamerten Zahlen.
Naja, die erste Klammer erkennt er... Dann sollte sich der Algorithmus schon auf eine schließende einstellen, oder?

> Das Ergebnis ist schon zufriedenstellend. Problem ist eher das die Sprache
> der OCR engine nicht richtig eingestellt ist (Englisch in diesem Fall) und
> deshalb die "ff" nicht richtig erkannt werden.

Das mit der Sprache habe ich ja auch schon vermutet, allerdings liest sich folgender Abschnitt eher so, dass man die Dokumentensprache nur eingibt, für die automatische Übersetzung.

>>Außerdem hat Google die Übersetzungsfunktion in die Programmierschnittstelle eingebaut. So können Texte nach dem Upload direkt übersetzt und in Googles Texte und Tabellen eingefügt werden. Dazu müssen nur die Parameter "targetLanguage" und "sourceLanguage" an den Uploadrequest angehängt werden<<