Tibetan OCR

From Digital Tibetan
Revision as of 11:30, 21 November 2019 by Domschl (Talk | contribs) (Google Docs reads wood block pechas!)

Jump to: navigation, search

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: Woodblock.png

After "Open with Google docs":

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་ །
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་
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
ཏུསེམས་བསྐྱེདདོ། །ལན་གསུམ། ཁྱད་པར་གྱིསེམས་བསྐྱེད། བསམདུ་མེད་དེ་སེམས་ཉིད་ནམ་མཁའཚེ། །སེམས་ཉིདནམ་མཁའ་བསམ་པ་ཀུན་དང་་་་་་
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་
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་

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: Docker Namsel Ocr For the main version: Namsel Ocr

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

This service seems to work well with wood-block pechas.

See 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.

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 tessdata repository.


Refer to the Tesseract repository for detailed installation instructions.

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

Language training sets


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


A good overview of different endeavors in Tibetan OCR is given at the Namsel project: