Logithèque Reconnaissance optique de caractères
OCR
La reconnaissance optique de caractère (OCR) est longtemps resté un parent pauvre de GNU/Linux. Les choses commencent à bouger ...
Liste des logiciels [OCR]
Clara OCR
C'est un bon petit logiciel de reconnaissance de caractères. Il reste encore assez austère.
Licence : GPL.
GOCR
Un OCR pour linux, il sert de backend à kooka. Le 'frontend' par défaut est très spartiate (fait en tcl/tk).
Licence : GPL.
Kooka
Le logiciel d'OCR du projet KDE. Il semble bien avancé et assez simple d'emploi. Il utilise GOCR en tant que backend (programme ligne de commande pour faire la reconnaissance de caractère). Pour des reconnaissance optimale et rapide il est conseillé de scanner en mode "lineart" plutot que "couleur". Notre testeur n'a pas fait beaucoup d'essai mais en couleur il a obtenu 0% de réussite et après un temps de calcul assez long et en lineart il a obtenu 100% assez rapidement sur de courts extraits (quelques lignes).
Licence : GPL-like (GPL avec des exceptions).
Tesseract
Cette page est un peu ancienne, mais comme elle est toujours présente, je me sens obligé de parler de Tesseract.
Tesseract était un bon logiciel développé par HP entre 1985 et 1995, et qui a récemment été repris par google-code sous licence apache.
Pour le moment, comme GOCR, c'est en ligne de commande, mais vous pouvez utiliser gscan2pdf qui permet à tout utilisateur peu averti de l'utiliser. Pas de super-interface avec sélection des zones etc, j'espère que ça viendra rapidement.
<cadre type=aparte>Je passe une petite note aux étudiants programmeurs en mal de projets: l'OCR est un sujet intéressant et varié en matière de programmation....</cadre>