AutoOCR / AutoOCR light 2.0 – iOCR Neuerungen

Neuerungen der AutoOCR / AutoOCR light Version 2.0:

  • Die iOCR Standard OCR Komponente von AutoOCR / AutoOCR light basiert jetzt auf der neuen Tesseract OCR Version 4.0.
  • Mehrere Sprachen können für die OCR Erkennung ausgewählt werden.
  • Zusätzliche Option zur Auswahl der OCR Genauigkeit/Geschwindigkeit.

  • Konfigurierbarer Parameter für das Teilen von Dokumenten in kleinere Einzeldokumente um Dokumente mit großer Seitenzahl mit geringen / begrenzten Speicherressourcen verarbeiten zu können.

  • Bedingte OCR Verarbeitung – über Dateiformat, Seitenzahl, Seitenformat – Breite / Höhe in mm oder Pixel, Auflösung, Dateigröße und Farbtiefe  – für Ordnerüberwachung und für die Web-Service Verarbeitung konfigurierbar. Damit kann pro Datei-Format über Kriterien gesteuert werden – ob eine OCR Verarbeitung oder eine Konvertierung in ein PDF-Image erfolgen bzw. ob die OCR Verarbeitung solcher Dateien geblockt werden soll. Damit kann verhindert werden dass die OCR Verarbeitung durch “sinnlose” Verarbeitungen blockiert wird. z.b. falls große JPEG Fotos in den OCR Verarbeitungsprozess gelangen und die Schrifterkennung dabei keinen Sinn macht.

  

Weitere Informationen zu den AutoOCR / AutoOCR light – iOCR Erweiterungen siehe hier >>>

Download – AutoOCR – OCR Server (ca. 410MB) >>>

Download – AutoOCRLight – Low Cost OCR Server (ca. 410MB) >>>
Für das Update der AutoOCR light Version 1.x auf 2.x ist eine neue Lizenz erforderlich.

Ordnerüberwachung – “Datei-System Event” / “Blockweise Verarbeitung”

Bei Anwendungen zu Überwachung von Ordnern – z.b. AutoOCR / AutoOCRlight usw. gibt es Optionen die festlegen wie die Dateien zur Verarbeitung aus den Ordnern erkannt werden und wann deren Verarbeitung gestartet wird.

Datei-System Event:

Dabei wird eine Betriebssystem Funktion genutzt um Änderungen an Dateien sowie neue Dateien in einem Ordner / Ordnerstruktur zu erkennen und um die Verarbeitung unmittelbar zu starten. Diese Option sollte nur für lokale Ordner/Ordnerstrukturen, nicht jedoch für die Verarbeitung von Netzwerkfreigaben verwendet werden.

Blockweise Verarbeitung:

Dabei wird der Ordner “blockweise” eingelesen. d.h. es werden immer Blöcke in der eingestellten max. Anzahl von Dateien eingelesen und verarbeitet. Nach der Verarbeitung eines “Blocks” startet der nächste “Block” usw. bis alle Dateien abgearbeitet sind. Falls keine weiteren Dateien gefunden werden so wird der Ordner danach alle 10msek. nach neuen Dateien abgefragt. Die “blockweise Verarbeitung” sollte für die Ordnerüberwachung von Netzwerklaufwerken verwendet werden.

Start der Verarbeitung / Verzögerter Start:

Der Start der Verarbeitung einer neu erkannten Datei erfolgt normalerweise sofort, jedoch kann es auch Gründe geben um die Verarbeitung verzögert zu starten. Für jeden überwachten Ordner gibt es eine Einstellung um den Start der Verarbeitung um x Sek. zu verzögern. Dabei wird zuerst die eingestellte Zeit in Sek. gewartet und erst dann wird die Verarbeitung gestartet – siehe auch >>> – Nach Ablauf der Verzögerung werden die zu verarbeitenden Dateien geprüft ob diese bereits frei und nicht Read-only  sind. Dabei wird nochmals max. 10sek. auf die Freigabe der Datei gewartet.

AutoOCR Version 1.17.2 – Neue Funktion – Leere Seiten löschen

Mit der AutoOCR Version 1.17.2 gibt es eine Option um vor der OCR Verarbeitung leere Seiten zu löschen. Die Erkennung einer Seite als “Leer” erfolgt über einen eingestellten Schwellwert. Der voreingestellte Standardwert beträgt 1% – Eine Seite wird in dem Fall als “leer” erkannt falls weniger als 1% der Pixel einer Seite “nicht weiß” sind.  Dieser Wert muss gegebenenfalls an die zu verarbeitenden Scans angepasst werden da bei Scans mit Verunreinigungen es auch sein kann dass eine leere Seite “mehr Pixel” aufweist und bestimmte Seiten dann nicht als leer erkannt werden. Wird der Schwellwert jedoch zu hoch eingestellt so kann es sein dass Seiten mit wenig Inhalt auch als leer erkannt und damit gelöscht werden.

Download – AutoOCR – OCR Server (ca. 140MB) >>>

AutoOCR Version 1.17.2 – Neue iOCR Option – PDF Schriften nicht oder nur teilweise einbetten

Bisher wurden in die erstellten PDF´s immer die verwendete Schrift komplett eingebettet. Das hat dazu geführt dass speziell Eingangsdateien mit einer Seite immer recht große PDF Ausgabedateien erzeugt haben. Da jedoch die über AutoOCR erzeugten PDF´s ein Image zur Anzeige im Vordergrund verwenden und keine Schriften zur Darstellung benötigen haben wir das geändert. Standardmäßig werden jetzt mit iOCR keine PDF Schriften eingebettet. Es gibt die Option nur den verwendeten Teil der Schriften einzubetten. Somit werden speziell bei Dokumenten die nur aus einer oder wenigen Seiten bestehen wesentlich kleinere PDF Dateien ohne eingebettete Schriften erzeugt.

Download – AutoOCR – OCR Server (ca. 140MB) >>>

AutoOCR Version 1.16.1 – Neue Option – Verzögerter Start der Verarbeitung

In die Version 1.16.1 wurde eine Option implementiert die es ermöglicht die Verarbeitung pro überwachtem Ordner verzögert zu starten.  Diese Option wird speziell für  Multifunktionsgeräte (MFP) benötigt welche die PDF oder Imagedatei direkt in einen von AutoOCR überwachten Ordner scannen bzw. dorthin kopieren.

Bestimmte MFP Geräte erzeugen gleich zu Beginn des Scanvorgangs eine Datei mit 0-Byte und “füllen” diese dann entweder schrittweise mit Daten oder sammeln die Scans lokal auf dem Gerät um die fertige Gesamtdatei dann am Ende wieder in das Zielverzeichnis zu kopieren.  Dieser Vorgang kann je nach Datenvolumen, Anzahl der Seiten bzw. Geschwindigkeit der Datenverbindung einige Sekunden oder auch 10 Minuten und mehr dauern.

Bisher, sowie falls die Startverzögerung nicht aktiviert (Parameter = 0) wird startet AutoOCR mit der Verarbeitung sofort, sobald eine Datei angelegt wird. Ist jedoch die Datei noch nicht komplett bzw. für die Verarbeitung noch nicht bereit so kommt es in kurzen Zeitabständen, bei jedem Zugriffs- und Verarbeitungsversuch von AutoOCR zu eine Fehlermeldung im Log bzw. zu einer Fehler-EMail. Es kann auch zu internen Abstürzen der OCR Verarbeitung kommen was wieder Fehlermeldungen, Verarbeitungswiederholungen sowie Verschieben der Eingangs-Datei in den Fehler-Ordner auslöst.

Über diesen Parameter kann pro Ordner konfiguriert werden um wie viele Sekunden (0 bis 999) der Start der Verarbeitung verzögert erfolgen soll. Es muss also ein Wert gefunden der den Anforderungen entspricht.

Download – AutoOCR – OCR Server (ca. 140MB) >>>

iOCR / vsOCR Setup geteilt in Standard- und zusätzliche Sprachen

Das iOCR / vsOCR Setup das die Sprach- und Wörterbuchdaten unserer Standard-OCR Engine enthält ist insgesamt über 270MB groß. Um die Downloads und die Setup´s kleiner zu machen haben wir uns entschieden das iOCR / vsOCR in ein “Basis” und ein “zusätzliches Setup” zu teilen. Das Basis-Setup das über unsere Anwendungen z.b. AutoOCR, FileConverterPro oder PDFmdx installiert wird enthält jetzt nur mehr eine Auswahl an wichtigen europäischen Sprachen und wurde damit auf  127MB reduziert.

Sollen alle verfügbaren Sprachen installiert werden so ist das jederzeit möglich. Die zusätzlich verfügbaren “exotischen Sprachen” lassen sich über ein eigenes Setup nachinstallieren.

iOCR Basis-Sprachen:

Dänisch, Deutsch, Englisch, Finnisch, Französisch, Italienisch, Katalanisch, Neu Griechisch, Holländisch, Norwegisch, Polnisch, Portugiesisch, Rumänisch, Russisch, Schwedisch, Slowakisch, Slowenisch, Spanisch, Tschechisch, Türkisch, Ukrainisch, Ungarisch

iOCR Erweiterte Sprachen:

Afrikaanis, Albanisch, Arabisch, Aserbaidschanisch, Bahasa Indonesisch, Bengali, Bulgarisch, Cherokee, Chinesisch – traditionell, Chinesisch – vereinfacht, Estnisch, Fränkisch, Gallisch, Hebräisch, Hindi, Isländisch, Japanisch, Koreanisch, Kroatisch, Lettisch, Litauisch, Mazedonisch, Malaiisch, Serbisch, Swahili, Tagalog, Tamil, Telugu, Thailändisch, Vietnamese, Weißrussisch

Download – iOCR (vsOCR) Setup – Basis Sprachen (ca. 127MB) >>>

Download – iOCR (vsOCR) Setup – zusätzliche Sprachen (ca. 200MB) >>>

 

AutoOCR – Installationsvoraussetzungen ab Version 1.15.3

Bei der AutoOCR Installation ab der Version 1.15.3 werden geänderte Installationsvoraussetzungen geprüft – sind sie erfüllt so werden diese Installationsschritte vom Setup übersprungen und nicht ausgeführt.

Folgende Komponenten werden geprüft und gegebenenfalls nachinstalliert:

Sind diese Komponenten bereits installiert so werden sie nicht nachgeladen und nur AutoOCR wird installiert. Sind alle oder einzelne Komponenten nicht oder nicht in der passenden Version vorhanden so versucht das AutoOCR Setup diese von unserem FTP Server nachzuladen und zu installieren. D.h. falls eine Installation ohne Internet Verbindung gemacht werden soll, so sollten die Setup´s diese Komponenten vorher heruntergeladen und installiert werden.

Die AutoOCR Einstellungen und die Lizenz bleiben bei der Deinstallation / Update auf die neue Version erhalten.

AutoOCR kann mit einer oder mehren unterschiedlichen OCR Engines betrieben werden. Standardmäßig mit dabei ist die iOCR (vsOCR) – Verarbeitung.

Download – AutoOCR – OCR Server (ca. 10MB) >>>

Optional zusätzlich oder auch nur alleine kann die Abbyy OCR für AutoOCR verwendet werden. Dazu muss jedoch ein zusätzliches Abbyy Setup heruntergeladen und installiert werden.  Für die Abbyy OCR Engine Version 10 stehen Demolizenzen für 30 Tage bzw. 500 Seiten zur Verfügung – die sie bei uns anfordern können.

Falls nur die Abbyy OCR Engine verwendet werden soll so kann der Download und die Installation von iOCR beim Setup übersprungen werden.

Setup Option - iOCR herunterladen und installieren

Download – Abbyy FineReader 10.x Rel 4 OCR Engine Setup (ca. 460MB) >>>

 

AutoOCR Version 1.15.3 verfügbar

Neuerungen AutoOCR Version 1.15.3:

  • Neue iOCR Engine – Wir haben die bisherige Standard iOCR Engine durch ein neues Produkt – vsOCR – ersetzt. Dadurch erreichen wir sowohl eine bessere Erkennungsrate, als auch bei Multicore / Multiprozessor Rechnern eine wesentlich bessere Performance. Mit der neuen OCR Engine unterstützen wir jetzt bei  mehrseitigen TIFF und PDF Dokumenten auch eine parallele / multithread Verarbeitung. Damit wird die OCR Verarbeitungsgeschwindigkeit falls z.b. 4 oder 8 Cores zur Verfügung stehen, vervielfacht.

Setup Option - iOCR herunterladen und installieren

  • iOCR – PDF Rendering Auflösung konfigurierbar – Da nur Bild/Imagedokumente per OCR verarbeitet werden können, werden PDF Dokumente vor der OCR-Verarbeitung jedenfalls immer einer Konvertierung in ein Image (Rendering) unterzogen. Es gibt jetzt die Möglichkeit die Rendering-Auflösung für SW und Farbe zu konfigurieren, wobei der Standardwert für SW und Farbe 300dpi beträgt.

iOCR - Option - PDF Rendering resolution for b&w and color

  • Abbyy OCR – neue Standardeinstellungen – Auf Grund der bisherigen Erfahrungen haben wir die Standardeinstellungen neu festgelegt um damit eine bestmögliche Erkennungsrate als auch die höchstmöglich OCR  Performance zu erreichen. Alleine eine einzige Option kann die Verarbeitungsgeschwindigkeit speziell bei mehrseitigen Dokumenten mit viel Text um den Faktor 5 bis 10 oder mehr beeinflussen – Ein 10 seitiges Dokument kann  entweder in 10 sek. oder in 5min. verarbeitet werden je nachdem ob die Option  “Schrift Formatierung erkennen” aktiviert ist oder nicht.

AutoOCR - Abbyy Standardeinstellungen #1  AutoOCR - Abbyy Standardeinstellungen #2  AutoOCR - Abbyy Standardeinstellungen #3  AutoOCR - Abbyy Standardeinstellungen #4  AutoOCR - Abbyy Standardeinstellungen #5  AutoOCR - Abbyy Standardeinstellungen #6

  • “Entferne schwarzen Rand” –  wurde als neue allgemeine Bildverarbeitung Funktion für iOCR und Abbyy hinzugefügt. Damit wird bei allen Dokumenten vor der OCR Verarbeitung ein möglicher schwarzer Rand erkannt und entfernt. Die Seitengröße wird nicht verändert.

Neue Option - schwarzen Rand entfernen

  • Reaktion bei ungültiger Lizenz konfigurierbar – Dienst stoppen (Standardwert) oder Demo-Stempel auf das Dokument aufbringen.

Reaktion falls die Lizenz ungültig ist

  • Weitere Anpassungen: Autostart des AutoOCR Userinterfaces – ist jetzt standardmäßig aktiviert. Fehler beim Erzeugen der optionalen TXT Datei mit iOCR wurde behoben.Schreibgeschützte PDF Dokumente erzeugen keine Endlosschleifen bei der Verarbeitung mehr. Der temporäre Abbyy Folder wird jetzt korrekt nach der eingestellten Anzahl von Tagen gelöscht. Sprachspezifische Sonderzeichen werden jetzt bei der Abbyy PDF/A Ausgabe korrekt codiert.

Download – AutoOCR – OCR Server ohne iOCR (vsOCR) Engine (ca. 10MB) >>>

Download – iOCR Basis (vsOCR) Engine (ca. 127MB) >>>

Siehe auch: AutoOCR – Installationsvoraussetzungen ab Version 1.15.3

Für die Abbyy OCR Engine Version 10 stehen Demolizenzen für 30 Tage bzw. 500 Seiten zur Verfügung – diese können Sie gerne bei uns anfordern

Download – Abbyy FineReader 10.x Rel 4 OCR Engine Setup (ca. 460MB) >>>

AutoOCR – Ordner Verarbeitung / Überwachung – was ist zu beachten?

Funktionen – AutoOCR Ordnerverarbeitung / Überwachung:

1.) Verarbeiten von Eingangsordnern / Strukturen: Dabei wird ein Eingangsordner bzw. eine ganze Ordner-Struktur verarbeitet. Die erzeugten PDF Dateien werden in der gleichen Ordnerstruktur mit den gleichen Namen wie die Ursprungsdatei abgelegt. Ein Spezialfall sind jedoch PDF Dateien da es PDF Dateien gibt die keine OCR Verarbeitung benötigen und Andere die eine solche erfordern. Es kann auch vorkommen dass nur bestimmte Seiten einer PDF Datei eine OCR Verarbeitung benötigen.

Um die PDF´s nicht nochmals zu verarbeiten werden die von AutoOCR bereits verarbeiteten Dateien in der Datenstruktur durch ein “Label” gekennzeichnet.

Beim Start des AutoOCR-Dienstes wird die Ordnerstruktur komplett gescannt um noch nicht verarbeitete Dateien zu identifizieren. Dabei muss jede PDF Datei auf dieses “Label” hin überprüft werden. Zu beachten ist dass bei umfangreichen Datenbeständen dieser Vorgang entsprechend lange dauert da jede PDF Datei geöffnet und überprüft werden muss.

Verarbeitung von Ordnderstrukturen - Ersetzen der Ursprungsdateien

2.) Datum / Zeit der Ursprungsdatei erhalten: Mit dieser Option kann das Datum und die Uhrzeit der Erstellung, der Änderung und des Letzter Zugriffs von der Ursprungsdatei auf die durch den OCR Vorgang erzeugte PDF Datei übertragen werden. Das PDF-Dokument wird somit ohne Änderung dieser Attribute ersetzt.

Option um die Datums und Uhrzeit der Urspungsdatei zu erhalten

3.) Intelligente OCR Verarbeitung von PDF Dateien: PDF´s können reine Bilddateien ohne Text, “normale” PDF Dateien die bereits Text enthalten oder aber auch gemischte Dokumente sein. Dabei sind einzelne Seiten gescannte Bilddateien ohne Text und die restlichen Seiten normale PDF Inhalte mit Text. Ohne spezielle Funktionalität würde immer das gesamt PDF Dokument und damit alle Seiten unabhängig vom Inhalt einer OCR Verarbeitung unterzogen werden. Das kostet Zeit, Ressourcen und vergrößert die PDF Dateien unnötig. Deswegen sollte die “intelligente OCR Verarbeitung” aktiviert werden. Dabei werden nur jene Dokumente und Seiten OCR verarbeitet bei denen es notwendig ist. “Normale” PDF Dateien werden dabei gar nicht verarbeitet sondern nur mit einem “Label” – siehe 1.) versehen.

iOCR - Intelligente OCR Verarbeitung  Abbyy - Option intelligente OCR Verarbeitung

4.) Ordnerüberwachung – Datei-System Events / Blockverarbeitung: Ist es gefordert dass die während der laufenden Verarbeitung neu hinzukommende Dateien sofort erkannt und verarbeitet werden so muss die Option “Datei-System Events” ausgewählt werden. Wurde “Blockverarbeitung” ausgewählt so werden neu hinzukommende Dateien nicht automatisch erkannt. Die “Blockverarbeitung” ist speziell für die Erstverarbeitung großer Mengen an Dokumenten vorgesehen. Nach der  Erstverarbeitung sollte dann auf “Datei-System-Events” umgeschaltet werden damit neu hinzukommende Dateien unmittelbar verarbeitet werden. Wird der AutoOCR-Dienst gestoppt und wieder gestartet so wird zuerst immer die komplette Ordnerstruktur nach noch nicht verarbeiteten Dateien durchsucht.

AutoOCR - Ordnerüberwachung - über Events oder Blockweise

5.) Verarbeiten von Dateien / Ordnern von Netzwerk-Shares: Nach der Installation läuft der AutoOCR-Dienst standardmäßig   als “Lokaler  System Account”. Müssen Dateien und Ordner von Netzwerk-Shares verarbeitet werden so muss ein “User-Account” angelegt und für den AutoOCR-Dienst verwendet werden der auch über die entsprechenden Rechte verfügt um auf die verwendeten Netzwerk-Shares zugreifen zu dürfen.

AutoOCR - Service Accout Konfiguration