Shreeshrii
commented
6 years ago Which traineddata file did you use with Tesseract4? Which version of Tesseract4? Commit number or version info?
ShreeDevi
भजन - कीर्तन - आरती @ http://bhajans.ramparivar.com
On Thu, Jun 14, 2018 at 12:57 PM jbarth-ubhd notifications@github.com wrote:
Dear reader,
I've randomly selected 20 three-line-snippets [image: snippets, input as separate images] https://camo.githubusercontent.com/47ac160cf86bb8f69fe98677112e5597a46da3ed/687474703a2f2f646967692e75622e756e692d68656964656c626572672e64652f6469676c6974446174612f762f6162627979313172382d76732d746573736572616374342e6a7067 into tesseract, and it seems to me that tesseract4 has problems with ch/ck/ſz ligatures and sometimes misinterprets O/D and S/G.
These ligatures had been available also on fraktur typewriters(!) and occur very often in fraktur german.
here is the output of Abbyy11(r8) and Tesseract4:
a11: Und eine Stelle dieser Engpässe hat große Aehnlichkeit mit a11: dem Hirschsprunge im Höllenthal. Allein, die Felsen- und a11: Waldpartien sind unmalerisch zerrissen; das Thalbette bleibt in
ta4: Und eine Stelle dieſer Engpäſſe hat große Aehnlichkeit mit ta4: dem Hirſ<ſprunge m HMenthal. Allein die Felſen Und ta4: Waldpartien ſind unmaleriſch zerriſſen; das Thalbette bleibt in
a11: Die Karlsburg war ein Prachtbau im damaligen Sinne, a11: an welchen der Markgraf ganz bedeutende Summen gewendet. a11: Gleichwohl hatte er noch Mittel genug, um zur völligen Her-
ta4: Die Karlsburg war ein Prachtbau im damaligen Sinne, ta4: an welchen der Markgraf ganz bedeutende Summen gewendet, ta4: Gleichwohl hatte er no< Mittel genug, um zur völligen Her-
a11: Da müssen nun die gleichzeitigen Geschichtsschreiber, Mathe- a11: matiker, Philosophen und Dichter, von mehr als 300 Jahren zu a11: Rath gezogen und die Archive durchsucht werden; für die frühsten
ta4: Da müſſen nun die gleichzeitigen Geſchichtsſchreiber, Mathe- ta4: matifer, Philoſophen und Dichter, von mehr als 300 Jahren zu ta4: Rath gezogen und die Archive durchſucht werden; für die frühſten
a11: So und ähnlich lauten Tausende begeisterte a11: Anerkennungen dankbarer Aundinnen.—-war- a11: um grämen Sie sich also noch, wenn auch Sie
ta4: So und ähnlih lauten Tauſende begeiſterte ta4: Anerkennungen dankbarer Kundinnen. — War- ta4: um grämen Sie ſi< alſo no<, wenn au< Sie
a11: eine Ausgleichsgebühr von 4,50 Mark; a11: Wochenende kam man auch hier meist bis a11: entgegen. Das Gleiche trifft auch für a11: aber gegen a11: auf 4 Mark a11: Magdeburg-
ta4: eine Ausgleichsgebühr ' von 4,50 Mark; aber gegen ta4: Wodhenende kam man auch ‘hier meiſt bis auf 4 Mark ta4: entaegen. Das Gleiche trifft au< für Magadebura-
a11: Der Kellner brachte das Essen. Der Jugend a11: schmeckte es. Jürgen schob Ilse die besten Stücke a11: zu, und sie schob sie ihm lachend wieder zurück. Else
ta4: Der Kellner brachte das Eſſen. Der Iugend ta4: ſ
te es. Jürgen {hob Ilſe die beſten Stücke ta4: zu, und ſie {hob ſie ihm lachend wieder zurüd>. Elſe
a11: «Wie sehr auch die Abwesenheit der Farbe die Beurteilung dieser Malerei beengt, so ist doch wohl durch keine Farbe eine a11: Wirkung derartiger Malerei denkbar, welche die Worte Meier-Graefes rechtfertigte: ,Der Neoimpressionismus ist schöner, a11: größer und göttlicher selbst als die kirchliche Tradition."
ta4: „Wie ſehr auch die Abweſenheit der Farbe die Beurteilung dieſer Malerei beengt, ſo iſt do< wohl durch keine Farbe eine ta4: Wirkung derartiger Malerei denkbar, welhe die Worte WMeier=Graefes rechtfertigte: Der Neoimpreſſioni8mus iſt ſ{öner, ta4: größer und göttlicher ſelbſt als die kirhlihe Tradition. ““
a11: Was finge ich rumber von der zil, a11: Du mir so kleine sroide git? a11: Nkir fink die blümen und der kle^
ta4: Was ſinge i< tumber von der zit, ta4: -Dù mir ſo Éleine fróide git? - ta4: Miir ſint die blumen und dec kle,
a11: * In Kurhessen wieverholen sich die unangenehmsten a11: Verhältnisse im raschesten Wechsel! Dem ehemaligen Obergerichts- a11: rath v. Haynau wurde allerhöchst die Genehmigung zum Doziren
ta4: * Jn Kurheſſen wiederholen ſi{< die unangenchmſten ta4: Verhältniſſe im raſcheſten Wechſel ! Dem ehemaligen Obergerichts- ta4: rath v. Haynau wurde allerhöchſt die Genehmigung zum Doziren
a11: chischen Wappenschild ander Brust des Adlers bey der sechsten a11: auch aus Versehen, nicht erkläret worden. Ich halte aber dafür daß sel- a11: bige ^L0k>OlDllä 1. Leopold der erste, heisere
ta4: <hiſhen Wappenſchild an der Bruſt -des Adlers bey der ſechſten medaille, ta4: auch aus Verſehen, nicht erkläret worden. Jh halte aber dafür daß ſel- ta4: bige LEOPOLDLUIS 1, Leopoid der erſte, heiſen.
a11: Im dritten Laden bot mir der gewandte Verkäufer a11: das neueste Lubersche Lexikon an. Neunzehn Bände mit a11: Eichenholzregal und Schnitzwerk im Stile der Antike.
ta4: Im dritten Laden bot mir der gewandte Verkäufer ta4: das neueſte Huberſche Lexikon an. Neunzehn Vände mit ta4: Eichenholzregal und Schnitzwerk im Stile der Antike.
a11: Zteiu die Andre Rundung uütt den Zwelff bimlischeu a11: Zechen, so in blauen feltt gemahlt, vndt weisset die Tag a11: vndt Nachtlenge; geht Sieben büchlein gollt drauff, duht
ta4: JZtem die Andre Ründung mitt den Zwelff himliſchen ta4: Zechen, ſo in blauen feltt gemahlt, vndt weiſſet die Tag ta4: Vndt Nachtlenge; geht Sieben büchlein gollt drauff, duht
a11: welches in der Stephanskirche in Karlsruhe sich befindet. Lots a11: ist zwar in Durlach geboren, aber er stammte von Gondelsheiin i a11: Kraichgau, weshalb sein Werk hier genannt wird. a11: 3 L--
ta4: welches in der Stephansfirhe in Karlsruhe ſi< befindet. Lotſ << ta4: “iſt zwar in Durlach geboren, aber er ſtammte von GondelSheim im ta4: Kraichgau, we8halb ſein Werk hier genannt wird.
a11: gesättigt, aäs. (Hiitt.), heißt eine Salzsvle dann, wenn a11: sie so viel Salz enthält, als das Wasser aufgelöst zu er- a11: halteil vermag; ähnlich erklärt sich die Bezeichnung g. bei
ta4: geſúttigt, adj. (Hütt.), heißt eine Salzſöle dann, wenn ta4: ſie ſo viel Salz enthält, als das Waſſer aufgelöſt zu er- ta4: halten vermag; ähnlich erklärt ſich die Bezeichnung g. bei
a11: OA. Spaichingen 885,6 m; und endlich Bitz, OA. Balingen a11: 883,0 m. (Die angegebenen Ziffern beziehen sich stets auf die a11: Erdfläche am Kirchthurm und auf den Horizont der geognostischen
ta4: DA Spaichingen 3885/6: und end Bi OM Balingen ta4: 883,0 m. (Die angegebenen Ziffern beziehen ſih ſtets auf die ta4: Erdfläche am Kirhthurm und auf den Horizont der geognoſtiſchen
a11: So viele Besucher wie in diesen Tagen hat das a11: Reichsehrenmal wohl noch nie gesehen. Fast sind a11: es zu viele. Rund um den Sockel in der Mitte
ta4: So viele Beſucher wie in dieſen Tagen hat das ta4: Reichsehrenmal wohl noch nie geſéhen. Faſt ſind ta4: es zu viele. Rund um den So>el in der Mitte
a11: .... Als wir am 14. nach Mailand kamen, begann a11: ein schrecklicher Platzregen, und aus dem Platz- ward ein a11: Land-, und das dauerte bis zu unserer Rückfahrt am 16.
ta4: «+++ Als wir am 14. nah Mailand kamen, begann ta4: ein ſchre>licher Plabregen, und aus dem Plab- ward ein ta4: Land-, und das dauerte bis zu unſerer Rückfahrt am 16.
a11: Einer derselben wünschte Pulver zu kaufen; der Laden- a11: diener nahm deshalb den ganzen in einem kupfernen a11: Kessel aufbewahrten Vorrath (etwa 70 Pfd.) hervor,
ta4: Einer derſelben wünſchte Pulver zu kaufen; der Laden- ta4: diener nahm deshalb den ganzen in einem kupfernen ta4: Keſſel aufbewahrten Vorrath (etwa 70 Pfd.) hervor,
a11: Leon Battistas Liebe zur Natur ist aber nicht allein feurig, a11: sondern auch wahr und unmittelbar empfunden. Sie beruht ans a11: einer stannenswerthen Kenntniß derselben und einem überaus
ta4: Leon Battiſtas Liebe zur Natur iſt aber nicht allein feurig, ta4: fondern auch wahr und unmittelbar empfunden. Sie beruht auf ta4: einer ſtaunenswerthen Kenntniß derſelben und einem überaus
a11: Sofort nach Eintreten der Dunkelheit verliehen mir a11: die vorderste Stellung und arbeiteten uns trotz zahl- a11: reicher feindlicher Leuchtkugeln langsam an das An-
ta4: Gofort nach Eintreten der Dunkelheit verließen wir ta4: die vorderſte Gtellung und arbeiteten uns troß zahl- ta4: reicher feindliher Leuchtkugeln langſam an das Un-
— You are receiving this because you are subscribed to this thread. Reply to this email directly, view it on GitHub https://github.com/tesseract-ocr/tessdata/issues/102, or mute the thread https://github.com/notifications/unsubscribe-auth/AE2_oxaKmteA-ganXNOSL2aAmG0J1ofZks5t8hBygaJpZM4UncTA .
jbarth-ubhd
stweil
Dear reader,
I've randomly selected 20 three-line-snippets zip with tiff snippets, abbyy11r8 and tesseract4 original output into tesseract, and it seems to me that tesseract4 has problems with ch/ck/ſz ligatures and sometimes misinterprets O/D and S/G.
These ligatures had been available also on fraktur typewriters(!) and occur very often in fraktur german.
~here is the output of Abbyy11(r8) and Tesseract4 with errors highlighted manually: link to odt file~ use auto-wdiff.sh {directory} to show differences