写了一个OCR文本和图像的三方对比校对工具 (2.7大更新,支持查找替换预览窗口)

现在完全不用手动写json配置文件了,只要在图形界面选择就好了,设置在Settings/Manage就可以选择,注意程序对文本和图片是有格式要求的

首先图片目录的名字需要是1.jpg,或者page_1.jpg之类的,png也可以,如果是其他格式需要改代码。

然后打开Settings/Manage,选Project,选中一个工程,也可以新建一个,然后把图片文件夹选到这个目录就可以

文本直接再左右两侧的…选择,注意文本格式也有要求,就是每一页开始前必须有页标记符<1>,<2>这样的,程序才能知道哪一页对应哪段文本

OCR文本默认是用来定位图片位置的,加载每一页时自动从指定的json目录中载入,选择数据源为OCR Result才会显示对应的文本,如果要导出ocr文本可以用导出菜单中选择导出全部ocr文本的功能。

示例文本:


<1>
> a SUSTANTIVO F.
❶ Primera letra del abecedario español y primera vocal. 西班牙语字母表第一个字母,第一个元音字母
♦ ❷ PREPOSICIÓN Se usa delante de algunos complementos del verbo, como el complemento directo de persona o de una cosa personificada(用于某些动词宾语前,充当人或人格化的事物的直接宾语):Respeta a los ancianos 他尊敬老人; delante del complemento indirecto(用于间接宾语前): Lleva el agua a la abuela 他给奶奶送水; y delante de complementos circunstanciales de tiempo, modo, dirección, lugar y otros (用于时间、方式、方向、地点及其他状语前):Llegó a la una 他一点到达了,a la pata coja 单脚跳着,a la derecha 向右边,在右边,a mi casa 去我家。
❸ Se usa delante de algunos infinitivos(用于某些原形动词前): empezar a hablar 开始讲;¡A comer!吃吧!
❹ Se usa delante del complemento de sustantivos y adjetivos(用于名词和形容词补语前): sabor a miel 蜂蜜味;áspero al tacto 摸上去粗糙的。
❺ Se usa delante del precio de las cosas (用于物品的价格前): Se vende a 2 euros el kilo. 卖 2欧元1千克。
❻ Se usa para comenzar muchas expresiones adverbiales(用于构成许多副词短语):a oscuras 摸黑;a toda prisa 急速地。
OBS. Seguida del artículo el, forma la contracción al 后跟冠词el 构成缩合词al: al atardecer 黄昏时,傍晚。No debe confundirse con ha del verbo haber, ni con ¡ah!, interjección. 不要同动词 haber 的 ha 或感叹词 ¡ah!混淆。

> ábaco SUSTANTIVO M.
❶ Marco de madera con varias cuerdas o alambres paralelos en los que están insertadas bolas o fichas que sirve para hacer cálculos. 算盘

> abad, abadesa SUSTANTIVO
❶ Superior responsable de un monasterio. 修道院院长;女修道院院长

> abadía SUSTANTIVO F.
❶ Iglesia y monasterio con territorio, donde viven monjes o monjas de los que es responsable un abad o una abadesa.教堂,修道院

> abajo ADVERBIO DE LUGAR
❶ Indica un lugar situado a menos altura de donde estamos 在底下,在下面:El coche está abajo, en el garaje. 车在下面车库里。
❷ Expresa que nos movemos hacia un lugar que está en una posición más baja 向下: Corrimos calle abajo. 我们顺街往下跑。
ANT. arriba.
♦ ¡abajo! INTERJECCIÓN
❸ Se usa para expresar que no nos gusta algo y que queremos que termine 打倒: ¡Viva la paz, abajo la guerra! 和平万岁!打倒战争!

> abalanzar VERBO
❶ Inclinar hacia delante una cosa 向前倾:Abalanzó la grúa. 他让起重机猛向前。SIN. impulsar.
♦ abalanzarse VERBO PRONOMINAL
❷ Echarse una persona sobre otra o arrojarse contra una cosa 冲,扑: El jugador se abalanzó sobre el balón. 球员向球扑去。SIN. lanzarse.
OBS. Se conjuga como cazar. 变位同 cazar。

> abalorio SUSTANTIVO M.
❶ Cuenta agujereada que, unida a otras con un hilo o una cuerda, sirve para hacer adornos 玻璃串珠: Hizo una pulsera de abalorios blancos y negros. 他做了个黑白玻璃珠的手链。

> abandonar VERBO
❶ Dejar a un ser vivo o una cosa sin protección 抛弃,遗弃: Le multaron por abandonar a su perro. 他因抛弃狗而遭到罚款。
❷ Dejar una persona una ocupación, una ac-

<2>

tividad u otra acción que ya había empezado 放弃,半途而废;弃权:El tenista abandonó por culpa de una lesión. 网球运动员因伤病弃权。
❸ Dejar de pensar en algo o de perseguir un objetivo 打消(想法),放弃(目标):Abandonó la idea de ser astronauta.他打消了要当宇航员的念头。
❹ Dejar un lugar 离开: El tren abandonó la estación con retraso. 火车离站时晚点。
♦ abandonarse VERBO PRONOMINAL
❺ Dejarse dominar por la pereza, la tristeza o la preocupación 耽于,沉溺于(懒散、悲伤、忧虑等): No os abandonéis a la tristeza, tratad de ver el lado positivo. 你们不要沉溺于悲伤,要试着朝积极的方面看。
❻ Descuidar una persona su aseo personal, su aspecto físico o el cuidado de su ropa. 不修边幅

> abandono SUSTANTIVO M.
❶ Acción o situación que ocurre cuando una persona abandona algo o se abandona 抛弃,遗弃;放弃:El abandono de tus estudios a tu edad te traerá problemas.你这个年纪就放弃学业会带来很多问题。

> abanico SUSTANTIVO M.
❶ Instrumento para dar o darse aire, hecho de varillas unidas con tela u otros materiales, que se abre con la mano formando un semicírculo. 扇子 OBS. También se usa la expresión en abanico, cuando algo tiene o toma forma de abanico. 表示某物成扇形时,用en abanico。
❷ Conjunto de posibilidades entre las que se puede elegir 选择范围: Opté por el rojo entre un abanico de colores. 我在可选的颜色里挑了红色。SIN. serie, gama.

> abaratar VERBO
❶ Bajar el precio de algo, hacerlo barato o más barato. 降价,跌价 SIN. rebajar.

> abarcar VERBO
❶ Poner los brazos o la mano alrededor de una cosa cubriéndola entera 搂,抱(东西):El tronco del árbol es tan ancho que los dos cogidos de las manos no podemos abarcarlo. 树干很粗,我们两个手拉手都抱不过来。SIN.ceñir.
❷ Estar alrededor de un lugar, limitándolo 包围: El muro abarca todo el parque. 墙围着整个公园。SIN. rodear.
❸ Tener algo una o varias partes incluidas dentro de sus límites 包含,包括:Un siglo abarca cien años. 一个世纪有一百年。SIN. contener, englobar.
❹ Percibir o dominar con la vista, de una vez, todo lo que está delante 视线达到:Desde la torre se abarca el pueblo entero. 从塔顶可以俯瞰整个村子。
❺ Hacerse cargo de muchos asuntos o realizar muchas actividades al mismo tiempo 包揽:«Quien mucho abarca poco aprieta». 贪多嚼不烂。
OBS. Se conjuga como secar. 变位同 secar。

> abarrotar VERBO
❶ Llenar completamente un espacio 塞满,充满:Ha abarrotado la casa de libros. 他把家里塞满了书。SIN. atestar, atiborrar.

> abastecer VERBO
❶ Hacer llegar a un lugar productos necesarios 供应,供给:Los pescadores de este pueblo abastecen de pescado a toda la comarca. 这个村的渔民们给整个地区供鱼。SIN. proveer, suministrar, surtir. ANT. desabastecer. OBS. Se usa seguido de las preposiciones de y con. Se conjuga como parecer. 后跟前置词 de 和con 搭配。变位同 parecer。

> abastecimiento SUSTANTIVO M.
❶ Acción por la que se hace llegar a un lugar productos necesarios 供应,供给:El abastecimiento en los pueblos de alta montaña es difícil en invierno. 冬季高山地区的村镇供给困难。

> abasto SUSTANTIVO M.
❶ Provisión de víveres y otros productos de primera necesidad 给养,口粮,粮食:Haremos la compra semanal en la plaza de abastos. 我们每周到粮市上购粮。OBS. La forma plural abastos tiene el mismo significado que en singular. 复数 abastos 和单数意义相同。
【no dar abasto】 No dar o ser bastante, no proveer suficientemente 不足以:El hospital no da abasto con tantos enfermos.医院应付不了这么多病人。

> abatible ADJETIVO M. Y F.
❶ Se aplica a un objeto que puede pasar de la posición vertical a la horizontal o viceversa al hacerlo girar en torno a un eje o bisagra 可折叠的:Tiene una cama abatible en su dormitorio para ganar espacio. 为了节省空间,他在卧室里放了一张折叠床。

> abatir VERBO
❶ Echar por tierra a una persona o una cosa 弄倒:El viento huracanado abate los árboles. 龙卷风刮倒了大树。SIN. derribar
❷ Hacer que algo caiga o descienda 降下: Abatid las velas del barco.你们把船帆降下来。
1 Like

视频操作:

1 Like

非常感谢!

我按照这个格式修改了了一个测试文本2..txt:

<1>
test1

<2>
test2

图像文件修改为1.jpg之后正常加载,但2.txt在点选之后仍旧无法加载。

问题找到了,需要先用dos2unix把txt文件转换一下,然后就能加载了。

楼主太强了,可惜没看见下载链接。76271098@qq.com,感谢!

下载链接就在顶楼:

本人门外汉,昨晚下载后折腾了好一阵子。电脑上没pythone,先安装了。在cmd里运行ocr_proofreading.py,还会有提示,要安装所需部件,共要运行三次,才能完成所需部件。

1 Like

目前没添加自动发布功能,手动安装需要下载python,然后运行

pip install PyQt6 PyMuPDF requests

shawkynasr有一个fork的版本添加了自动打包:

2 Likes

启用后的界面顶端没有Preview (stripped),不知何故,拜请楼主指点。


OCR1

不是同一个分支,那个分支是我测试md支持的,发现有问题。

1 Like

试用了下
1)实时更新(修改后储存不及时)要好几次才可以(有时点save虽然提示但不更新修改的地方好无语啊)。重点是更改后点save没有储存更新感觉不怎么靠谱 :joy:

没点save前

点save后的结果还是不更新


真不更啊 :joy: :joy: :joy:(多点几次save后换页更新没意外,目前测试)

理想是换页就自动保存更新!!!!!!


2)json支持并不宽泛,好像就百度的有效,合合啥的并不理想(根本不起效)。


这个全是用你的文件

我撸过来的也不是每页都管用(目前我测试只支持百度的js、这个百度的js也不行)


测试了其它的5頁、目前只有頁3不管用(js【百度的】)、其余的都没问题。(合合啥的js用不了,百度的js也是竖列的能用,一行的那种点复制过来的也是不可以的)。

3)Ctrl&Alt那个太好用了:ok_button:(左、右txt随意穿梭、相当哇塞)


挺喜欢这个图标的、给我快乐给我忧 :joy:

这个图标的东西就是设置好后它自己干、你肉搏不过它 :rofl:

字体字号,也就字体吧如何设置?(后续应该有添加设置、字体大小按住ctrl滚轮目前就有换大小字号了)

2 Likes

感谢试用,保存那个问题可能是缓存不一致引起的,我检查一下。另外ocr引擎目前是只支持paddleocr的,返回的结果是经过过滤的,比如识别成reference标签的的内容就不显示,这个在其他分支修复了。合合其实之前也是不支持的,这个我准备重构一下添加其他ocr引擎支持。

2 Likes