Edición de archivos hocr

[iamdeit]

Buscar formas de editar los HOCR generados por el Tesseract para la depuración de errores en el reconocimiento de caracteres.

Nota: Es posible generar txt en tesseract, pero el PDFBeads no los reconoce aunque tengan el mismo nombre que los tiff, a diferencia de la extensión hocr.

[Sufrostico]

Yock, Julio y jose estan trabajando en esto.

[jyock97]

Hemos estado trabajando en una biblioteca para poder editar el archivo hOCR.
El proceso inicia simplificado el archivo hOCR para manejarlo mejor.
La edición se realiza a nivel de linea, se remplaza toda una linea por la ingresada.
Ademas ya esta integrado en Jabiru.