- 帖子
最近公司要做古籍善本數位化計劃，所以我順便調查了一下市麪上的古籍OCR的能力。我以前在東華大學讀書的時候，蓡加過《句解論語》的數位化整理，那時候沒有現在這麽先進的工具，我們衹能一個字一個字地敲進電腦裡。現在因爲人工智能發展得很快，市麪上有好多自動的OCR軟件，這樣應該能省下好多時間啦。
老板的要求很明確，一方麪是希望OCR的識字率高，另一方麪是希望它能識別更多的字，最好還能有個用戶耑可以方便上傳。有用戶耑的話，就不用那麽麻煩地上傳，也減少了一些泄露機密的風險。不過遺憾的是，搜索穀歌後很快發現，台灣本土做國字識別的公司很少，大部分古籍OCR的公司都集中在對麪。不過老板說，大陸的公司也可以考慮，但一定要好好測試和調研，因爲那邊的人最擅長的就是誇誇其談啦。
《曾國藩家書》中曾這樣說到“唯天下之至真能勝天下之至偽，唯天下之至拙能勝天下之至巧”。像是古籍的手稿本這些很複襍的版麪，比如手寫躰的抄本、連筆的行書稿、有注解的印本、有墨跡的版麪，還有大陸時期的報紙，拿這些真的東西來測試，就像是看看是騾子還是馬，一跑就知道了，就能看出誰最厲害了。
好啦，我們開始吧。i-慧眼OCR
平台網址：https://dzcj.unihan.com.cn/
用戶端：無
支援档案：https://dzcj.unihan.com.cn/Ocr/Help
注冊了半天，哇塞，這彈窗真的很厲害，然後聯絡了他們客服專員，半天也沒有廻應。唉呀，大陸那些財大氣粗的公司真的搞不懂搞什麽。
價格：付費，1.5元每頁
評價：你頁麪上說好了可以免費測試5個頁麪，我注冊了你還要讅核！本來就摳摳搜搜的挺小氣的，哪裡有這樣做生意的嘛！？
如是古籍厂家
平台網址：https://guji.rushi-ai.net/
用戶端：無
支援檔案：沒找到
上傳限制：只支援圖片，每天最多5張，真是太小氣了。
北京如是人工智慧技術研究院開發的產品，看官網簡介是在做漢文佛教大藏經，做著做著就做出如是古籍OCR平台，支援切割校對、聚類校對、數據管理、任務管理、用戶管理 等，功能滿滿的。
費用：搜尋資料說，可辨識2w字還多，個人用戶OCR辨識免費20張，OCR辨識商業用戶1.2元/張，智慧標點1元/萬字。
我的評價：產品完成度很高的樣子，印版抄本都支援，識別率也很高，應該有95%以上。 而且識別的正體字很多很多，字元級別不知道多大，但基本上夠用。 不過我到了校對介面，我就霧煞煞的，學了好一陣才懂一點點，svg 只好請大家的原諒了。還沒測完就超限了，真是太小气了💢💢！。
籍合網
平台網址：https://collation.ancientbooks.cn/
用戶端：無
上傳限制：打不開啦，不知道是不是我網路不穩定嗎！ ？
咯，我覺得進行不下去了啊，💢💢
目前的工作焦点是在文字数字化，两边对于古籍文字内容的数字化还非常少。
网盘里面有那么多古籍档案，如果不能转变成文字，就没办法让大众比较容易地接触到。
实际上，国外早就有一些开源免费的古文字OCR（光学字符识别）项目了，比如日本的有NDLOCR。
但我調查了一下，我們這邊大多都是要收費的，這就有點淒涼了。
網路上說的那麼天花亂墜，事實上連網址都打不開嘛，果然誇誇其談的還是太多。
能打開的又那麼小氣💢。您还是用简体字吧
漢典重光
平台網址：https://collation.ancientbooks.cn/
用戶端：無
上傳限制：只支援PDF
辛苦弄到一個註冊碼，上傳文件時卻顯示無法上傳。 之後聯絡他們的工作人員，又被弄了一個新的帳號。 然後試了一下整齊的古籍頁面，連文字的位置都搞不定，這是在搞啥啊？
@xiaopengyou #136524
就你懂灣灣
您可以试试我们的
古籍酷
平台網址：https://ocr.gj.cool/
客戶端：無
上傳限制：只支援圖片，但上傳完後也沒有儲存記錄。
辨識體驗：這個UI倒是很有風格。 但說回來，不常見文字的識別正確率一言難盡，似乎又是北京的大法師開發的，也是基於大藏經。 從界面上來講一言難盡，我還以為是進了英文版的古籍識別，我找了半天的識別按鈕才找到（Pro按鈕）。 另外一方面，校對介面上黑洞洞的，還不支援放大縮小，操作起來蠻吃力的，況且文字對齊也不算準確。@看典古籍 #136531
看典古籍
該站致力於將珍貴的古籍資源數位化，並提供全文搜尋、圖文對照閱讀等功能，為使用者提供便利的古籍研究和閱讀體驗。
平台網址：https://www.kandianguji.com/
用戶端：有，支援截圖識別！
支援檔案：https://www.kandianguji.com/article_detail?id=11
上傳限制：支援圖片、PDF
我的評價：產品完成度很高很高，辨識效果很不錯很厲害🥰，而且已經開放了30000餘冊，100多萬數位化影像，另外還有線上智慧輔助校對系統，可以上傳影像經過OCR後校對結果 並導出，對於不願花錢去如是這類網站購買服務的人來說，已經非常堪用了！ ！識別率好高好厲害哦
OCR 應該是商業需求。對於普通讀者來說，希望的是【零錯字】。以現在的技術來說，你們做不到【零】錯誤的。就別折騰了。
千百OCR
千百OCR 體積小免安裝免費綠色版。 有效率地辨識簡體，繁體豎排，日文韓文俄文等多國文字，並額外優化繁體豎排文字的辨識。 快速繁簡轉換。 還能在辨識後進行翻譯，支援28種語言。 並帶文字朗讀或保存為mp3功能，是日常辦公，備課，學生寫論文的得力工具。
平台網址：http://www.spf.cn/ocr/
用戶端：http://www.spf.cn/ocr/
支援檔案：很簡單的軟體。
格式限制：支援圖片和PDF，可以 batch 辨識。
費用：每天識別50次，第2天又能辨識50次。 用百度的識別介面。
辨識體驗：之前有用過一段時間，其實大部分的古籍印刷體，用這個軟體的識別準確度滿高的，但是遇到手寫體的稿本就不太好，話說百度也不是專業搞古籍的。不过可以匯出TXT格式。
@未曾 #136521
收到了
后记小结
綜合起來讲，如果不想花錢，輕度使用可以选择如是、看典古籍、千百OCR都是可以的，三個平台輪流使用也可以滿足基本的需求。 但是，如果要有精心的校對、或者要做正經的古籍校編工作， 我认为只有看典古籍和如是兩個平台了。其他公司平台，那就看個人喜好啰，萝卜白菜各有所爱吧。i-慧眼OCR还是比较好用的，但这家公司过于小气，对图片的文字有限制，好像一次只能识别500字，收费高，服务态度又极其差。
即使不是機器簡轉繁，平常誰會用這樣的繁體字？這和懂不懂灣灣有啥關係？
繁躰，軟躰，蓡加過，市麪上，一方麪，用戶耑，穀歌，對麪，複襍的版麪，手寫躰。
有得用就不错了哥们，最后还是要人工一个个去对。
机器简转繁 错了许多 不嫌累吗
正在查看 21 个帖子：1-21 (共 21 个帖子)
正在查看 21 个帖子：1-21 (共 21 个帖子)
正在查看 21 个帖子：1-21 (共 21 个帖子)
