In einer Zeit wo man kaum noch etwas neues findet über das man berichten könnte muß man sich nach anderen Themen umschauen. Ich möchte die Zeit dafür nutzen über Sachen zu berichten die es für den Amiga entweder nicht gibt oder inzwischen nicht mehr erhältlich sind. Dazu gehört auch OCR Software (Optical Character Recognition). Ins deutsche Übersetzt optische Zeichenerkennung. Bevor wir uns nach alternativen auf dem Amiga umschauen möchte ich erstmal versuchen die Technik die dahinter steckt verständlich zu erklären.

Wie schon gesagt steht OCR für optische Zeichenerkennung. Es wird also eine Textseite z.B. aus einem Buch mit einem Scanner eingescannt und diese dann an das OCR Programm übergeben. Die eingelesenen Daten werden erstmal in ein Bitmuster umgewandelt und später in editierbaren Text. Bei der Analyse wird das Bild in Zonen aufgeteilt. Das Programm unterscheidet außerdem zwischen Grafik, Text und Spalten. Natürlich existieren verschiedene Programme mit verschiedenen Systemen.

Das Pattern-Matching Verfahren funktioniert relativ einfach. Die Software sucht in dem Bild nach einem Muster. Das Muster wird dann mit den gespeicherten Mustern vergleichen. Stimmen beide Muster überein dann hat das Programm das gesuchte Zeichen gefunden. Natürlich hat das Verfahren einen großen Nachteil. Das gelesene Muster muß dem Muster im Programm sehr ähnlich sein, außerdem muß man der Software jede neue Schriftart neu beibringen. Es ist also nicht die beste Lösung. Die bessere heißt Feature-Recognition. Hier sucht die Software nach den Merkmalen der Zeichen/Schrift. Der Buchstabe H setzt sich aus zwei senkrechten parallelen Linien und einer horizontalen in der Mitte. Die Software weißt das und sucht genau danach. Natürlich funktioniert auch diese Lösung nicht ganz fehlerfrei und benötigt viel mehr Rechenzeit. Schleichen sich trotzdem noch Fehler ein so versucht das Programm diese erstmal mit der eingebauten Rechtschreibprüfung zu korrigieren. Natürlich hat nicht jedes OCR Programm sowas und da kann man dann auf die Rechtschreibprüfung von Programmen wie Wordworth oder FinalWriter ausweichen.

Das wir OCR brauchen liegt daran das wir Menschen oft das Bedürfnis haben viele Sachen zu sammeln besonders Informationen. Aus dem Grund stapeln sich oft Tonnen von Zeitschriften und Schriftstücke in vielen Archiven damit möglichst jede Information für die nächste Generation erhalten bleibt. Wie jeder weiß hält Papier nicht besonders lange und bei manchen Sachen ist oft nur die Information wichtig und nicht gleich das ganze Buch oder Magazin. Mit der digitalen Datenerfassung spart man auch gleich Zeit und Geld für große Hallen und möglicherweise spezielle Klimaanlagen. Die Informationen werden auf CD-Roms und anderen ähnlichen Speichermedien festgehalten. Früher mußte man jeden Text mit den Händen eintippen was oft besonders lange gedauert hat. Heute benutzt man dafür dagegen die OCR Programme. Man scannt also die Vorlage in den Rechner startet das OCR Programm und dieses versucht aus dem Bild den entsprechenden Text auszulesen. Wie gut das von dem Programm erledigt wird hängt immer von der Qualität der Vorlage, dem Scanner und auch der Software. Natürlich findet OCR auch woanders Verwendung. Jeder kennt die sogenannten Barcodes die schon auf allen Verpackung zu finden sind. Auch diese werden dank OCR problemlos entziffert. Das man dabei nicht einfach nur Zahlen verwendet sondern rechteckige Balken hat seinen Grund. Ein Balken ist einfacher zu entziffern und ist nicht so kompliziert wie ein Buchstabe oder eine Zahl. Früher waren spezielle OCR Programme sehr teuer und die entsprechenden Geräte wie Scanner ebenfalls. Heute kann sich inzwischen jeder solche Systeme leisten. Viele OCR Programme können auch schon ganze Zeitschriftenseiten analysieren und mit dem original Layout übertragen. Die Seite wird dann im PDF oder ähnlichem Format gespeichert und sieht der Vorlage sehr ähnlich aus. Das ist besonders dann vom Vorteil wenn die Bilder für den Text sehr wichtig sind. Natürlich konnte man schon früher ganze Seiten mit Bildern einscannen und diese dann z.B. im IFF Format speichern. Diese Methode ist aber schon deshalb nicht besonders sinnvoll weil man dafür sehr viel Speicher benötigt. Den Text kann man außerdem nicht verändern und wenn dann nur mit sehr viel Aufwand.

Leider ist der Amiga was OCR Software betrifft sehr schlecht bedient. Es existiert nur die Software Migraph OCR und wenn ich jetzt richtig informiert bin HandyReader. Leider kommt man an beide Programme nur sehr schwer ran. Power Computing hat in seinem Angebot irgendeine OCR Software für 20 Pfund. Sehr wahrscheinlich handelt es sich dabei um die Migraph Software, denn laut Handbuch hat Power Computing dafür die Lizenz. Es ist auch eine sehr gute Software natürlich nicht zu vergleichen mit aktuellen PC Produkten aber auch da findet man oft sehr viel schlechteres. Für die Software mußte man früher über 600 DM hinblättern! Bei sehr guten Vorlagen hat man auch große Chancen das alles richtig erkannt wird. Das Programm arbeitet nach dem zweiten hier erwähntem verfahren. Es sucht also durch mathematische Formeln nach Merkmalen der Schrift. Das Programm arbeitet mit sehr vielen Handscannern, hat man einen Flachbettscanner so muß man die Vorlage abspeichern und später im Programm laden. Die Aktuelle Version und wohl auch die letzte hatte laut einem ScreenShot im Handbuch die Nummer 1.41. Komischerweise bekam ich die Version 1.08 mitgeliefert (Falls mal einer die Version 1.41 haben sollte dann wäre ich sehr froh wenn sich die Person mal bei mir melden würde!). Wichtig wäre es noch zu erwähnen das die Version 1.08 nicht besonders stabil unter AmigaOS3.1 ist. Wie das bei der Version 1.41 ist kann ich leider nicht sagen. Das Handbuch ist in Englisch, alle Funktionen werden ausführlich behandelt. Eine besondere Verpackung gab es nicht.

So sieht es leider mit der OCR Software für den Amiga aus. Viele hofften auch das mal vielleicht von RBM mit ScanQuix sowas ähnliches kommen würde. Das ist leider nicht geplant weil man laut RBM dafür die nötigen Formeln benötigt. Die Formeln kosten natürlich Geld und das entwicklen dieser dauert zu lange was auch wiederum sehr viel Geld kosten würde. Der Amiga Markt ist jedoch zu klein um solche Investitionen zu wagen. Natürlich finde ich das wirklich schade weil das mal wieder ein Grund wäre um die Plattform zu wechseln, aus dem Grund habe ich nach Alternativen gesucht und habe dabei eine gefunden. Für das Linux Betriebsystem existiert die Software Xocr. Von der Software ist der SourceCode frei erhältlich was jetzt fehlt ist ein Programmierer der den entsprechenden Amiga Port machen würde. Die Software scheint gar nicht mal so schlecht zu sein und wird gleich mit drei verschiedenen Wörterbüchern geliefert. Natürlich müßte der Programmierer darauf achten das die Oberfläche möglichst an das AmigaOS angepaßt wird. Wenn jetzt irgendein Programmierer Lust darauf hätte den Port zu machen der kann von mir den Sourcecode problemlos bekommen. Die Amiga Welt wäre demjenigen bestimmt sehr dankbar.