====== OCR Server (Optical Character Recognition) ======

V ÚCHP byl pořízen rozšiřující OCR systém pro barevnou kopírku v knihovně, převádějící naskenovaný dokument (ve formě bitmapového obrázku) do editovatelného textu ve vybraných formátech.
V současnosti máme zvoleny výstupní formáty PDF, XLS, DOC, TXT a ePub. V naskenovaných PDF dokumentech lze prohledávat text, čísla a některé speciální znaky. Požádejte obsluhu kopírovacího stroje o dodání PDF dokumentů, zpracovaných pomocí OCR systému.

Pokud používáte svůj stolní skener, máte již mnoho naskenovaných dokumentů v PDF bez zpracování pomocí OCR, případně používáte mobil nebo tablet jako rychlý skener, můžete nechat zpracovat dokumenty dle níže uvedeného postupu a využít výhody tvorby svého digitálního archivu, ve kterém lze text vyhledávat.
===== Postup zpracování osobních skenů: =====

  - Připojte si na svém PC s Windows adresář [[\\ocrserver.asuch.cas.cz\HotFolder]] (v Linuxu nebo Mac OSX pak [[smb://ocrserver.asuch.cas.cz/HotFolder]])\\
  - V připojeném adresáři si zvolíte vstupní adresář dle požadovaného výstupního formátu. ''sPDF, excel, word, txt, epub''\\
  - Do zvoleného vstupního adresáře zkopírujete svůj naskenovaný dokument. Povolené formáty jsou PDF, JPG, TIF, GIF, PNG.\\
  - Ve výstupním adresáři *Out najdete zpracované soubory. Zkopírujte si je na svůj disk a vymažte na serveru.

===== Detailní postup zpracování osobních skenů: =====


  - Připojte si na svém PC s Windows adresář [[\\ocrserver.asuch.cas.cz\HotFolder]] (v Linuxu nebo Mac OSX pak [[smb://ocrserver.asuch.cas.cz/HotFolder]])
  - V připojeném adresáři si zvolíte vstupní adresář dle požadovaného výstupního formátu.'' PDF - sPDF, XLS - excel, DOC - word, TXT- txt, ePub - epub''
  - Do zvoleného vstupního adresáře zkopírujete svůj naskenovaný dokument. Povolené formáty jsou PDF, JPG, TIF, GIF, PNG.
  - Za malý okamžik zkopírovaný soubor ze vstupního adresáře zmizí, protože se dostal ke zpracování. Vlastní proces OCR trvá určitou dobu, závislou na počtu stránek vstupního souboru. Typicky zpracování 1 strany A4 převáděné do PDF trvá 30 vteřin. Výsledek po zpracování celého souboru se objeví v sousedním adresáři s příponou ''Out''. Např. u PDF je vstupním adresářem ''/sPdf'' a výstupním ''/sPdfOut''
  - Ve výstupním adresáři najdete 2 soubory. Jednak zpracovaný soubor s příponou dle zvoleného formátu např. PDF a druhý s příponou ''.result.xml'', jenž obsahuje technické údaje o průběhu procesu. Můžete si jej prohlédnout ve webovém prohlížeči. Na konci tohoto souboru je užitečná informace o výsledku zpracování např. ''<Statistics TotalCharacters="910" UncertainCharacters="49" PagesArea="1"''. Po překopírování souborů na svůj disk, soubory na serveru vymažte.
   
===== Technické informace =====
  * Použitý software: ABBYY Recognition Server 3.5
  * Doporučené rozlišení skenu: 200 dpi (u textů s malou velikostí 300 dpi)
  * Podporované jazyky slovníků pro lepší výsledky OCR: čeština, angličtina, němčina, francouzština, španělština (Systém podporuje až 160 jazyků)
  * Licencovaná kapacita systému: 5000 stránek/kalendářní měsíc (lze rozšířit)


V případě nejasností nebo problémů volejte [[kontakty|Výpočetní středisko]].