Software module for automatic enhancement of digitized documents

Nástroj pro vylepšení kvality textu digitalizovaných dokumentů řízené textem. Nástroj pracuje na řádcích textu, které mohou být zadány pomocí PAGE XML nebo detekovány automaticky zabudovaným OCR. Použitím textového vstupu spolu s obrázkem mohou být výsledky správně čitelné i v částech, které ve zdrojovém obrázku je text nečitelný nebo dokonce úplně chybí. Tento nástroj zahrnuje funkce pro oříznutí textových řádků, jejich zpracování pomocí našich dodaných modelů pro vylepšení a doplnění textu a pro smíchání vylepšených textových řádků zpět do obrazu zdrojového dokumentu. Poskytujeme například modely pro OCR a vylepšování českých novin optimalizované pro nekvalitní digitalizáty z mikrofilmů.

Tento balíček lze použít jako samostatný nástroj příkazového řádku pro hromadné zpracování stránek dokumentů. Balíček také poskytuje Python třídu, která může být integrována do softwaru třetích stran.

github.com/DCGM/pero-enhance

Využití na základě volné a bezplatné open-source licence.



BSD 3-Clause License

Copyright (c) 2019, DCGM
All rights reserved.

Redistribution and use in source and binary forms, with or without
modification, are permitted provided that the following conditions are met:

1. Redistributions of source code must retain the above copyright notice, this
   list of conditions and the following disclaimer.

2. Redistributions in binary form must reproduce the above copyright notice,
   this list of conditions and the following disclaimer in the documentation
   and/or other materials provided with the distribution.

3. Neither the name of the copyright holder nor the names of its
   contributors may be used to endorse or promote products derived from
   this software without specific prior written permission.

THIS SOFTWARE IS PROVIDED BY THE COPYRIGHT HOLDERS AND CONTRIBUTORS "AS IS"
AND ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT LIMITED TO, THE