Leesneef van eigen bodem

Onze nationale trots op OCR-gebied, Readiris, is er in een nieuwe versie. Dat werd tijd, want de concurrentie knabbelde aan Readiris’ hielen. Heeft de ‘leesneef’ uit Louvain-la-neuve de achterstand ingehaald? Wij staken een aantal pagina’s in onze scanner om precies dat te testen.

Onze Engelstalige preproductieversie van ReadIris Pro 6.0 was volledig ‘af’, op de documentatie na. Hoewel de installatieprocedure in het Engels verloopt, kun je de software zelf in verschillende talen installeren, waaronder het Nederlands. ReadIris Pro 6.0 herkent tekst in 56 talen. De interface is vrijwel dezelfde gebleven als die van de vorige versie. De nieuwigheden zitten vooral onder de motorkap. Zo is de snelheid verhoogd, al is dit niet onmiddellijk zichtbaar. Veel belangrijker is de sterk verbeterde ocr-engine. Daar is effectief veel aan gesleuteld, in die mate zelfs dat de herkenningsgraad nu op praktisch 100% ligt. Readiris Pro 6.0 herkent nu ook kleur en kan in kleur inscannen. De lay-out van het origineel wordt goed behouden bij het inlezen en bewerken. Het verwerken van tabellen is er ook spectaculair op vooruit gegaan. Van de belangrijkste nieuwigheden onthouden we nog dat je met Readiris nu meerpaginadocumenten kunt scannen als je over een ADF beschikt.

Methode
We hebben ter vergelijking ook de vorige versie opnieuw geïnstalleerd op een testsysteem met AMD K6-2 350 MHz, 64 MB SDRam en een 3,2 GB harde schijf draaiend onder Windows 98 SE waarop ook nog Word 2000, Excel 2000 en Adobe Photoshop 5.0 SE waren geïnstalleerd. Als scanner gebruikten we een Microtek ScanMaker X12 USL die we via USB aansloten. We scanden verschillende documenten in, waaronder persberichten, een Excel-rekenblad, een elektronisch binnengekomen fax en artikels uit tijdschriften. We scanden de respectieve documenten steeds in op 300 dpi (zwart-wit). Deze resolutie is toch wel nodig om een goede herkenningsgraad te kunnen behalen. Het resultaat van de OCR-verwerking drukten we af op dezelfde HP LaserJet 4000 TN laserprinter en scanden we opnieuw in op 300 dpi, ditmaal vanuit Adobe Acrobat 4.0 en bewaarden we in Adobe Acrobat PDF-formaat. Op die manier verkregen we een goed vergelijkingspunt tussen het origineel, wat Readiris Pro 5.0 ervan bakt en hoe het in versie 6.0 eruit ziet.

Prestaties
Het moet gezegd, Readiris is verbazingwekkend verbeterd op bijna alle vlakken en heeft de concurrentie ingehaald. Een paar schoonheidsfoutjes vergeven we graag. Zo herkent het programma niet altijd fontattributen zoals vet of cursief, iets wat de vorige versie wel deed en de herkenningsgraad van faxen levert als resultaat nog steeds een totaal onbruikbare tekst op. Voor de rest kunnen we weer vol lof spreken over ’s lands OCR-pakket.