View source for Tibetan OCR

==Google docs supports Tibetan OCR==
The easiest method for Tibetan OCR is simply to open a PDF with Tibetan in Google Docs. Wood block PDFs are supported!

Example page:
[[File:woodblock.png]]

After "Open with Google docs":

<font size=5>zབས་དང་བརྒྱུད་འདེབས་སབསྡུས་སྐབས་བསྟན་སྔོན་དུ་འགྲོ་བས། དངོས་གཞི་ལ་བདག་བུམ་གཉིས་ལས། དང་པོ་ལའང་སྐྱབས་སུ་འགྲོ་བ་ནི། སྤྱོད་རྣམ་དག་དྭངས་མའི་ ། <br>
eg སྐུ།ཉོན་མོངས་རྣམ་དག་ཡེ་ཤེས་ལྔ།, །སྐྱགསུམ་མཛད་པ་མཐར་ཕྱིན་པའི། །དཀོན་མཆོག་གསུམ་ལ་རྟོགས་པས་འདུད། །ཅེས་ལན་གསུམ། སེམས་ <br>
བསྐྱོད་ཐུན་མོང་བ་ནི། བདག་དང་མཐའ་ཡས་སེམས་ཅན་རྣམས། །ཡེ་ནསསངས་རྒྱས་ཡིན་པ་ལ། །རྟོག་པའི་དབདགིས་འབོརབ་ལས། །བྱང་ཆུབ།ཚོག l<br>
ཏུསེམས་བསྐྱེདདོ། །ལན་གསུམ། ཁྱད་པར་གྱིསེམས་བསྐྱེད། བསམདུ་མེད་དེ་སེམས་ཉིད་ནམ་མཁའཚེ། །སེམས་ཉིདནམ་མཁའ་བསམ་པ་ཀུན་དང་་་་་་<br> 
བྲལ༑ །བསམ་དུ་མེད་པའི་སེམས་ཉིད་ནམ་མཁའ་ནི། །ནམ་མཁའ་མི་དམིགས་པ་ཡང་དམིགས་སུམེད། །ཨོཾ་དྷརྨ་དྷ་ཏུ་ཛཱན་བཛྲས་བུ་ཝ་ཨཏྨ་རྟེན་ <br>
དྲིལ་བཅས་སྙིང་ཁར་དམགྱི་བཅའ། མཆན། ཀོཉཧཾ། ཞེས་མི་དམིགས་པའི་དང་དུདལགཅིག་བཞག་ལ། སླར་རིག་གདངས་ཆུ་ལས་ཉ་འཕར་བ་བཞིན་དུ། ྋསོད་པའི་དད་ལས་ཧཱུཾ་ཧཱུཾ་ 
</font>

While there are a number of errors (some artefacts generated by the left caption, some Sanskrit weaknesses,
this is some remarkable progress.


==Namsel Ocr==
Available for Windows, Mac and Linux and now on Docker

Work great on Docker: [https://hub.docker.com/r/thubtenrigzin/docker-namsel-ocr/ Docker Namsel Ocr]
For the main version: [https://github.com/thubtenrigzin/namsel-ocr Namsel Ocr]

Sources are available on the Github page [https://github.com/thubtenrigzin/namsel-ocr https://github.com/thubtenrigzin/namsel-ocr] for the main project and [https://github.com/thubtenrigzin/docker-namsel-ocr https://github.com/thubtenrigzin/docker-namsel-ocr]

==OCR at dharmabook.ru==
dharmabook.ru offers a free OCR service, uploaded texts are converted within a few days:
* http://www.dharmabook.ru/ocr/
This service seems to work well with wood-block pechas.

See [http://www.buddism.ru/___DHARMA___/1430809820.phtml Buddhist Library Project] for more information about the Project 

==Tesseract 4 alpha (by Google, with neural networks)==

'''Note:''' At the time of writing (2017-04), tesseract 4 is still in early development, and mostly supports linux. Technical computer skills are required for usage.

[https://github.com/tesseract-ocr/tesseract/wiki/4.0-with-LSTM Tesseract 4.0 alpha] supports OCR (optical character recognition) for Tibetan.

The new version adds a new OCR engine based on LSTM neural networks. It initially works (well) on x86/Linux. Model data for 101 languages (including Tibetan and Dzongkha) is available in the [https://github.com/tesseract-ocr/tessdata tessdata] repository.

===Installation===
Refer to the [https://github.com/tesseract-ocr/tesseract/wiki/4.0-with-LSTM Tesseract repository] for detailed installation instructions.

In addition to tesseract, you will need trained language sets.

===Language training sets===
* [https://github.com/tesseract-ocr/tessdata/blob/master/eng.traineddata English] (always needed)
* [https://github.com/tesseract-ocr/tessdata/blob/master/bod.traineddata Tibetan]
* [https://github.com/tesseract-ocr/tessdata/blob/master/dzo.traineddata Dzongkha]

===Results===
Recognition works quite well for printed Tibetan texts, however, the recognition rate for wood-block pechas is still poor.

==History==
A good overview of different endeavors in Tibetan OCR is given at the Namsel project:
* https://escholarship.org/uc/item/6d5781k5#page-4
* https://github.com/zmr/namsel
* https://github.com/thubtenrigzin/namsel-ocr (Forked from zmr/namsel)
* https://hub.docker.com/r/thubtenrigzin/docker-namsel-ocr/ (Docker image)



[[Category:Software]]
[[Category:Tools]]