- Browsen nach https://digital.staatsbibliothek-berlin.de/werkansicht?PPN=PPN680203753
- Kopieren der METS-URL https://content.staatsbibliothek-berlin.de/dc/PPN680203753.mets.xml
mkdir demo1
cd demo1
ocrd workspace clone https://content.staatsbibliothek-berlin.de/dc/PPN680203753.mets.xmlocrd workspace find -k url -k mimetype -k fileGrpocrd workspace find --file-grp DEFAULT --download
ocrd resmgr download ocrd-tesserocr-recognize Fraktur_GT4HistOCR.traineddataWorkflow-Dokumentation: https://ocr-d.de/en/workflows
ocrd-tesserocr-recognize -P segmentation_level region -P textequiv_level word -P find_tables true -P model Fraktur_GT4HistOCR -I DEFAULT -O OCR-D-OCR-TESSMit dem Skript ppn2ocr aus dem Projekt https://github.com/qurator-spk/ocrd-galley können Sie Werke der Staatsbibliothek "in einem Rutsch" mit voller Auflösung als OCR-D-Workspace herunterladen:
ppn2ocr PPN680203753ocrd resmgr download ocrd-calamari-recognize qurator-gt4histocr-1.0ocrd process \
"skimage-binarize -I DEFAULT -O OCR-D-BIN2 -P method li" \
"skimage-denoise -I OCR-D-BIN2 -O OCR-D-BIN-DENOISE -P level-of-operation page" \
"tesserocr-deskew -I OCR-D-BIN-DENOISE -O OCR-D-BIN-DENOISE-DESKEW -P operation_level page" \
"cis-ocropy-segment -I OCR-D-BIN-DENOISE-DESKEW -O OCR-D-SEG -P level-of-operation page" \
"cis-ocropy-dewarp -I OCR-D-SEG -O OCR-D-SEG-LINE-RESEG-DEWARP" \
"calamari-recognize -I OCR-D-SEG-LINE-RESEG-DEWARP -O OCR-D-OCR-CALA -P checkpoint_dir qurator-gt4histocr-1.0"browse-ocrd mets.xml
mkdir demo2
cd demo2OCR-D-GT-Repo: http://ola-hd.ocr-d.de
- Suchen nach
luz - Quick Export
unzip quick-export.zip
cd dataocrd-tesserocr-recognize -P segmentation_level region -P textequiv_level word -P find_tables true -P model Fraktur_GT4HistOCR -I OCR-D-IMG -O OCR-D-OCR-TESSocrd-dinglehopper -I OCR-D-GT-SEG-LINE,OCR-D-OCR-TESS -O EVAL-DINGLE
{
"gt": "OCR-D-GT-SEG-LINE/OCR-D-GT-SEG-LINE_0003.xml",
"ocr": "OCR-D-OCR-TESS/OCR-D-OCR-TESS_0003.xml",
"cer": 0.02749551703526599,
"wer": 0.07924528301886792,
"n_characters": 1673,
"n_words": 265
}
