OCR Französisch: durchsuchbare PDFs mit Akzenten

Bei französischen Texten geht es um die kleinen Zeichen: é wird als e gelesen, ç als c, das œ in cœur zerfällt in zwei Buchstaben. Die Seite sieht trotzdem richtig aus, aber die Suche nach „société“ findet sie nicht. Inklight erkennt französische Scans auf Ihrem eigenen Windows- oder Linux-Rechner und legt neben jeden ein durchsuchbares PDF. Französisch ist eine der sechs Sprachen, auf die die Erkennung getestet ist, und eine französische Wortliste liefert Inklight mit. Die Wörter, bei denen es unsicher ist, markiert Inklight, und Sie prüfen sie.

So funktioniert es in Inklight

Ziehen Sie Scans oder PDFs in die Verarbeitungswarteschlange oder scannen Sie direkt von Ihrem Scanner. Jede Datei wird ein Auftrag. Inklight erkennt sie im Hintergrund und schreibt {name}_ocr.pdf neben das Original. Eine Sprache wählen Sie nicht. Inklight liest jedes Dokument gegen die Wortlisten der Sprachen, die es auf der Seite findet, bis zu zwei. Ein französischer Vertrag mit deutscher Anlage braucht also keine Einstellung.

Ist eine Datei fertig, zeigt ihre Karte, wie viele Wörter noch zu prüfen sind. Mit Wörter prüfen gehen Sie sie durch. Ein Wort ohne seinen Akzent steht nicht in der französischen Wortliste und geht deshalb nicht als bekanntes Wort durch. Lesen die beiden Erkennungsmodelle es verschieden, erscheinen beide Lesarten, und Sie drücken 1 oder 2:

Die Eingabetaste übernimmt ein Wort, Tippen ersetzt es, Tab überspringt es. Inklight schreibt jede Entscheidung sofort in die Textebene des durchsuchbaren PDFs.

Der Prüfdurchgang fasst außerdem gleiche Wörter über Dateien hinweg zusammen. Steht societe auf vier Seiten in zwei Verträgen, sehen Sie es einmal, mit der Zahl der Fundstellen und Dokumente und darunter der Zeile jeder weiteren Fundstelle. Eine Entscheidung schreibt société in jede Fundstelle, deren Kästchen gesetzt bleibt. Entfernen Sie ein Häkchen, entscheiden Sie diese Stelle später für sich. Groß- und Kleinschreibung zählt, deshalb bildet Societe am Satzanfang eine eigene Gruppe.

Was Sie bekommen

• Durchsuchbare PDFs aus französischen Scans, PDFs und Fotos, erstellt auf Ihrem Rechner. Nichts wird hochgeladen. In jedem Plan.
• Akzente, Cedille und œ bleiben in der Textebene so, wie sie gelesen wurden. Suchen und Kopieren funktionieren mit der richtigen Schreibung.
• Französische PDFs, die schon auf jeder Seite Text haben, bleiben unverändert. Hat nur ein Teil der Seiten Text, erkennt Inklight die übrigen und behält den Rest der Datei. In jedem Plan.
• Die mitgelieferte französische Wortliste entscheidet mit, welche unsicheren Wörter Sie ansehen sollten. In jedem Plan.
• IBAN-Prüfung, auch für französische IBANs: Eine mit falscher Prüfsumme ist das erste Wort im Prüfdurchgang. In jedem Plan.
• Seiten ohne Fußzeile. Free schreibt eine kleine Fußzeile auf jede Seite, Personal und Business nicht.
• Überwachte Ordner, die jeden dort abgelegten Scan in ein durchsuchbares PDF verwandeln. Business.

Grenzen

• Inklight liest gedruckten Text in lateinischer Schrift. Handschrift erkennt es nicht.
• Die sechs getesteten Sprachen sind Englisch, Deutsch, Französisch, Spanisch, Italienisch und Niederländisch.
• Wortlisten liefert Inklight für 13 Sprachen mit, darunter Französisch, Italienisch, Spanisch und Niederländisch. Für Latein gibt es keine. Ein unsicheres Wort in einer Wendung wie a contrario kann deshalb keine Liste freigeben, und es landet im Prüfdurchgang.
• Markiert werden nur Wörter, die der Prüfdurchgang erfasst. Ein Wort, das beide Modelle mit hoher Konfidenz falsch lesen, ist nicht markiert. Namen und Beträge, auf die es ankommt, vergleichen Sie deshalb mit dem Scan. Wie, zeigt OCR-Fehler finden und korrigieren.
• Nur Windows und Linux. Eine macOS-Version gibt es nicht.

Weitere Anleitungen

• OCR Deutsch: Umlaute und ß
• OCR Spanisch: Akzente und ñ
• Die beste OCR-Software für durchsuchbare PDFs

Loslegen

Laden Sie Inklight herunter, für Windows oder Linux. Jede Installation beginnt mit einer siebentägigen Business-Testphase. Was kostenlos bleibt, zeigen die Pläne.