Ocropus

En NeoTeo el 2008.11.03

Google indexa documentos escaneadosGoogle continúa detrás de su objetivo de indexar toda la red. Sea lo que sea, nada está quedando fuera de las garras del buscador. Porque, a partir de ahora, también se podrán realizar búsquedas dentro de los textos que se encuentran en documentos del tipo PDF, gracias al uso de un software OCR, capaz de convertir imágenes en texto.OCR, una tecnología bastante antigua y probadaA diferencia de lo que ocurre con los...

En eBuho Blog el 2008.11.01

El objetivo de Google es clasificar el máximo de información posible de la disponible en la red. Para ello, implementan en su buscador soporte para cada vez más tipos de ficheros. Ya hace mucho tiempo que permiten las búsquedas dentro de PDF, siempre que estos contuvieran texto. El problema estaba en documentos PDF con imágenes, algo que han solucionado mediante el uso de un OCR para convertir imágenes en texto. De este modo, también son capaces de buscar...

En Consultorio del Dr. Ogalinski el 2008.11.01

De acuerdo con el Blog Oficial de Google, el gigante de las búsquedas ya está aplicando tecnologías OCR (optical character recognition, reconocimiento óptico de caracteres) para indexar documentos escaneados en formato PDF. Hasta ahora, Google indexaba documentos de texto en PDF, pero muchos documentos PDF en realidad son páginas escaneadas, es decir, el texto está en formato de imagen. Google se decidió a usar su tecnología de fuente abierta OCRopus,...

En Frogger Digital el 2008.10.31

El objetivo de Google es clasificar el máximo de información posible de la disponible en la red. Para ello, implementan en su buscador soporte para cada vez más tipos de ficheros. Ya hace mucho tiempo que permiten las búsquedas dentro de PDF, siempre que estos contuvieran texto. El problema estaba en documentos PDF con imágenes, algo que han solucionado mediante el uso de un OCR para convertir imágenes en texto. De este modo, también son capaces de buscar...

En sonoblog - música, cine, cultura libre y sus sonidos dentro el 2007.04.21

Google comenzará a financiar el desarrollo de un programa OCR libre, cubriendo así una de las grandes omisiones en productividad y desarrollo para el usuario común en Linux. Hay distintas formas de contribuir al proyecto, detalladas en una de las páginas oficiales de la iniciativa. OCRopus es su nombre, y su lanzamiento me hace pensar en las herramientas de digitalización de partituras, con reconocimiento automático de notación. ¿Alguien utiliza programas de digitalización musical para convertirlo en...

En Macro el 2007.04.11

Por medio del Blog de Desarrolladores de Google, nos llega la noticia de que Google abre un proyecto denominado OCRopus, a fines de crear un sistema de Reconocimiento de Caracteres Óptico (OCR) avanzado.Esta tecnología, OCR, se utiliza normalmente para digitalizar libros. El hecho de disponer de una herramienta como esta bien pulida, podría abrirle las puertas a Google a indexar nuevos contenidos, sea por permitir a otros digitalizar información o bien, al hacerlo por su propia cuenta. El motor del...