Die Digitale Bibliothek, anno dunnemals von einer Firma namens Directmedia Publishing aus der Taufe gehoben, war eine der großen Ideen für alle, die rasch mal in einer riesigen Bibliothek recherchieren wollten, ohne die Zeit zu haben, in eine solche zu gehen, oder zu weit entfernt von einer solchen zuhause waren. Schließlich wohnt nicht jeder in Frankfurt, Berlin oder Leipzig. Mit der DigiBib standen einem am PC erst einige Dutzend, dann hundert und mehr CDs mit Tausenden von Büchern zur Verfügung, je nach Geldbeutel und Bereitschaft für diesen Schatz zu berappen. Und für alle, die jetzt kopfschüttelnd auf Kindle & Konsorten verweisen: Leute, das war noch vor deren Zeit! Und auch im Internet gab’s noch nicht alles praktisch umsonst …

Ich hatte damals mit Heinz Küppers Wörterbuch der deutschen Umgangssprache angefangen, das ich bereits als gewichtigen Schinken in grünem Umschlag von Pons im Regal stehen und fleißig benutzt hatte. Nochmal DM 69.– – erstaunt sehe ich den Preis gerade hinten auf der CD-Hülle – für ein Buch zu berappen, das man schon hat? Der Küpper war’s mir wert, denn man konnte den Küpper jetzt auch noch durchsuchen, ohne sich dabei einen Wolf zu blättern. Die Suche gerade in den Definitionen fand ich ausgesprochen nützlich, da sie einem das Auffinden von Synonymen ermöglichte, was in der Buchfassung natürlich nicht möglich war. Aber meine persönlichen Interessen werden Sie jetzt hier kaum interessieren …

Tatsache ist, dass bei einem der Updates der DigiBib plötzlich die »Bibliotheksverwaltung« verschwunden war, das heißt man konnte immer nur einen Band öffnen und damit nicht mehr seine gesamte teuer erstandene Bibliothek auf einen Schlag durchsuchen. Und nein, die alte Version ließ sich im damals neuen Windows (ich weiß nicht mehr, vermutlich war’s Windows 10) eben nicht mehr installieren. WTF?!!!

Vermutlich hatte ich damals gerade keine Zeit, vielleicht auch einfach keine Lust, der Geschichte auf den Grund zu gehen, im Prinzip war mir ohnehin nur der Küpper wirklich wichtig und das Internet sowie das Projekt Gutenberg gediehen darüber hinaus ja auch. Ab und an fiel’s mir wieder ein, aber ich las wohl an den einschlägigen Hinweisen vorbei, wie man wieder zu seiner gewohnten »Bibliotheksverwaltung« kam. Also ließ ich es immer wieder bleiben. Als es mir denn doch irgendwann mal auf die Kette ging, weil mir meine Suche in der deutschen Literatur einfach fehlte, machte ich mich ans Googeln und stellte fest, dass die ganze Geschichte anscheinend eingeschlafen war und es den Verlag nicht mehr gab. Das heißt, auch die Registrierung, die einem angeblich die Bibliotheksverwaltung wieder beschert hätte, ging nicht mehr. Oder so jedenfalls dachte ich. Mist! Ich las was von einer neuen Version namens Digitale Bibliothek 5, aber woher nehmen und nicht stehlen?

Schließlich fand ich dann einen Versender, bei dem ich fündig wurde. Und nein, ich habe mit den Leuten nichts zu tun, bin mit denen weder verwandt noch verschwägert, bekomme auch kein Geld für die Werbung hier, falls dies denn eine sein sollte. Ich erstand also dort für einen schlappen Zwanni eine Downloadversion der Digitalen Bibliothek 5, stand aber wieder mit derselben verdammten alten Version 4 da – wie immer zu faul oder ignorant, eine Anleitung zu lesen, stellte ich meine Bemühungen abermals ein. Könnte aber auch durchaus sein, dass ich gelesen hatte, die Version 5 durch Registrieren der Software freischalten zu können, und es deshalb habe bleiben lassen. Wie auch immer, nachdem ich mich vor einigen Monaten schon bei der Recherche des Wörtchens »allenthalben« geärgert hatte¹, nicht alle meine Bände auf einmal durchsuchen zu können, kam ich heute endlich dazu, der Sache nochmal auf den Grund zu gehen …

Und da wurde ich denn auch fündig. Okay, okay, mea culpa, ich hätte ja gleich die Anleitung bei dem Versender lesen können oder sollen, sah mich aber bei der Registrierung jedes Mal auf die Eingangsseite der Website dieses Versenders umgeleitet. Und dort fand ich eben nur alle Bände der Digitalen Bibliothek, sonst nichts. Erst heute entdeckte ich den Link auf die Hilfe, die einem doch tatsächlich einen Registrierungsschlüssel beschert, der einem auch die Verwaltung der DigiBib 5 eröffnet. Es ist ein Code, der nicht auf mich personalisiert ist, sondern auf einen Herrn Mustermann, er funktionierte also auch unabhängig von meinem Namen.

Und jetzt habe ich sie wieder, meine Bände; ich musste sie noch nicht mal ein weiteres Mal alle einpflegen, die Angabe des Verzeichnisses auf der Festplatte, in dem sie seit Jahren brach lagen, genügte. Poe, Shakespeare, Röhrich, Spengler, nach einem Neustart der Software waren sie wieder da.

Um das endlich vollends zu klären, habe ich mir bei dem Versender eben noch für schlappe €7,90 den Band Deutsche Autobiographien als dbz-Datei gezogen und problemlos in meine Bibliothek eingepflegt. Alles ist wieder wie gewohnt, all der Ärger der letzten Jahre vergessen. Und angesichts der geradezu albern niedrigen Preise werde ich mir demnächst mal Zeit nehmen, meine Bibliothek aufzustocken. So kostet etwa die CD Deutsche Literatur von Luther bis Tucholsky — Großbibliothek statt der €90, die ich hinten auf meiner hübschen Pappversion sehe, gerade mal schlappe €17,90:

Die Großbibliothek »Deutsche Literatur von Lessing bis Kafka« präsentiert auf mehr als 600.000 Bildschirmseiten das literarische Werk von mehr 500 Autoren und damit über 2.900 teils mehrbändige Werke. Das sind umgerechnet etwa 130 Regalmeter voller Bücher – allein die Bibliographie der erfassten Werke zählt 200 Seiten

Ich weiß, ich weiß, das Internet, aber hier bieten sich dem Recherchierenden noch ganz andere Möglichkeiten, die selbst über die eines Kindle hinausgehen. Und falls Sie, wie ich, die Bibliothek bereits besitzen, aber ebenfalls resistent gegen Registrierungen und Hilfe-Dateien sein und die ganze schöne Bibliothek auch bei Ihnen brach liegen sollte, probieren Sie’s doch mal hier.²

1. das Lektorat hatte mir in einer Übersetzung das vom Duden seit jeher als »gehoben eingestufte Adverb als »bayerisch« gestrichen
2. Mit »besitzen« meine ich all die anderen Bände; um den Kauf der Basisversion, auf die der »Mustermann« passt, kommen Sie wohl nicht herum. Aber knapp 30 Mücken, ich bitte Sie …

Hinweis: Dieser Artikel ist veraltet! Sehen Sie meine jüngsten Erkenntnisse zum Thema hier.

… nach all den Mails mit Fragen habe ich mich noch mal mit der Materie befasst & so einige interessante Sachen gefunden, die ich in absehbarer Zeit hier im Blog vorstellen möchte. Es hat sich da Einiges getan! Aber ich würde gern wieder eine Komplettlösung mit ausführlicher Anleitung & einschlägigen Links bieten. Das ist eine Menge Arbeit. Am besten kommen Sie demnächst wieder mal vorbei, dann finden Sie hier den Link zum neuen Artikel. Es lohnt sich, glauben Sie mir: Die Ergebnisse bei der OCR-Erkennung sind damit weit besser als alles hier Vorgestellte. Ich bin noch am Probieren. Und es soll ja wieder eine Lösung mit Windows-Oberfläche werden, da nicht jeder mit Kommandozeilen umgehen kann bzw. möchte. Ich habe unter Windows auch lieber alles mit einer übersichtlichen Benutzeroberfläche … Linux- bzw. insbesondere Ubuntu-User sollten noch mal googeln & können dann relativ schnell loslegen. Also noch ein bisschen Geduld. Ich bin begeistert von den ersten Experimenten … 16.2.2022

Alte Texte in Fraktur sind heute überall im Web als Scans zu bekommen, sei es bei Google oder im Internet Archive oder bei der einen oder anderen Staatsbibliothek. Das Problem ist nur, dass man diese Scans oder PDFs nicht mehr durchsuchen kann, hat man sie erst mal auf der eigenen Festplatte. Zwar gibt es Fraktur-Zusätze für die besseren OCR-Programme, aber die sind sakrisch teuer & ehrlich gesagt – wenn überhaupt – nicht viel besser als das kostenlose Teil, das ich Ihnen hier zeigen möchte. Ich benutze es seit einigen Jahren, und da ich’s eben neu installieren musste, möchte ich das gleich mal zum Nachmachen für alle notieren.

Vorab: Vergessen Sie bei Fraktur fehlerfrei; aber je nach Qualität des Scans ist das OCR-Resultat durchaus brauchbar. Wobei zu unterscheiden ist zwischen der Qualität der Vorlage (Gilb, Fliegenschiss etc.) und dem Scan selbst – wenn der auf hauchdünn heruntergerechnet ist, dann ist das sinnlos.¹ (Die von Tesseract angebotene pdf-Option vergessen Sie erst mal besser. Zerlegen Sie pdf-Dokumente per Acrobat o.ä. in jpgs, tifs o.ä.)

Sie wissen vermutlich wovon ich spreche; für alle, die noch keine Erfahrung mit Fraktur & OCR haben. In der Regel sieht das aus wie rechts unten. (Das Buch ist bewusst völlig beliebig aus dem Internet Archive gezogen; zunächst als pdf, das per Acrobat in jpgs abgespeichert wurde. Geht alles ruckzuck.)

*
Aber damit Sie sehen, dass die fünf Minuten Installieren durchaus die Mühe wert sind. Hier das Tesseract-Resultat:

*
Die Seite ist schließlich nicht gerade blütenweiß. Falls Sie es selbst ausprobieren wollen, machen Sie einfach Folgendes:

1. Ziehen Sie sich hier die Installationsdatei mit dem Namen a9t9.FreeOcrWindowsDesktop-Setup.1.exe. (Falls der Download nicht gleich angeboten wird; die Datei befindet sich am unteren Ende der Seite.)
2. Nachdem Sie die Datei auf der Festplatte haben, installieren Sie sie wie gewohnt.
3. Falls Ihre Installationsroutine Sie nicht aufgefordert hat, die gewünschten Sprachen (darunter die deutsche Fraktur-Option) auszuwählen, ziehen Sie sich die Datei mit dem Namen
   deu-frak.traineddata hier.
4. Starten Sie das Program und klicken Sie unter Help die Optionen Open Language Folder. In das Verzeichnis, das sich öffnet, kopieren / verschieben Sie die eben gezogene Datei namens deu-frak.trainedata.
5. Schließen Sie das Programm; starten Sie es wieder. Jetzt müsste rechts unter Ocr language auch die Option deu-fra zur Verfügung stehen.

Das war’s auch schon & sollte jetzt so aussehen:

*

Test: Ziehen Sie erst mal probehalber einen Scan (jpg, tif, egal) mit Text in normaler moderner Schrift in das linke Feld mit dem blauen Männchen. Drücken Sie auf Start Ocr. Serifen oder nicht, das sollte fehlerfrei eingelesen werden. Schon dafür lohnt sich das Bisschen Installieren.

*

Probieren Sie’s aus. Gerade im Internet Archive können Sie die Bücher auch als einzelne Scans ziehen. Das Programm verarbeitet ganze Verzeichnisse im Batch-Verfahren. Drücken Sie dazu nach dem Laden der Scans auf Process all Pages. Sie müssen ja nicht zuschauen.

Und noch ein Tipp: Da OCR-Fehler stets gewisse Regelmäßigkeiten aufweisen, sind besonders häufige Fehler mit ALLES ERSETZEN in Ihrer Textverarbeitung mit einigen Handgriffen ausgemerzt. Zum Beispiel das »ii« für »ü«…

Und vergessen Sie nicht, jeweils unter Ocr language die Sprache einzustellen, in unserem Falle deu-fra.

Nachtrag 1.3.2018: Die beiden alten Titel, die Sie hier im Blog in Fortsetzungen mitlesen können, sind in Fraktur gesetzt & mit Tesseract eingelesen. Genthe, Deutsches Slang und Hiebslac, Englische Sprach-Schnitzer. Und ohne Schmäh, das Ergebnis ist nicht viel schlechter als das, was sich mein teurer Abby Finereader bei kursiv gesetzten Passagen in neuen Büchern zuweilen leistet, wenn ihm der Font nicht zusagt.

Nachtrag 12.3.2019: So oft mache ich das ja nun auch wieder nicht, aber manchmal braucht man eben doch wieder ein Zitat, und dann spielt man wieder mit dem Teil rum. Hier ein Screenshot einer Seite aus Mark Twains Humoresken.

*

Und ich bin immer wieder erstaunt. Was haben wir an Fehlern? »Mißgeschick«. Da hat sich das Programm mächtig verguckt. Aber, machen wir mal die Probe aufs Exempel. Ich habe das ganz Buch eingelesen. Das waren 291 Seiten (Graustufen-jpgs; kein pdf!!!). Was übrigens nicht viel länger gedauert hat, als mir rasch einen frischen Eimer Kaffee zu brauen. Abgespeichert als Word-Dokument, lässt sich das Ergebnis sofort checken. Durchaus ein bißchen bange, suche ich weitere Wörter mit »Miß«. Und ich finde »Mißlaut«, »Mißfallen«, »Mißverständnis«, »Mißgriff« etc. Also durchaus ein Ausrutscher.

Okay, »der. ¶ Regulator« und »werdens«. Da hat er einen Fliegenschiss als Punkt gelesen und einen Punkt als »s«. Ist aber im ganzen Buch nur einmal passiert! Alle anderen Stellen sind korrekt als »werden.« gelesen. Dann haben wir noch »Jcb« statt »Ich«. Auch hier checke ich wieder das ganze Buch: »Jcb« finde ich nicht noch mal, sondern in der Regel ein korrektes »Ich« am Satzanfang. Ich finde jedoch so einige »Jch«, 325, um genau zu sein. Aber mit »Alle ersetzen« sind die auf einen Streich getilgt.

Noch einen Punkt mit Absatzmarke: »solle. ¶ es« und ein überflüssiges »s«: »Seelenpeinsum«.

Und natürlich sind wieder viele »ii« statt »ü«, aber die sind mit »Alle ersetzen« auf einen Streich getilgt: alle 239.

Aber nochmal: All diese Lesefehler sind bei  mir längst in einem Makro gesammelt. Und damit hatte ich mit einem Klick einen nahezu fehlerfreien 300-seitigen Mark-Twain-Band & das Zitat, das ich gesucht hatte. Und das, da man bei der Texterkennung ja nicht zugucken muss, praktisch im Handumdrehen.

~~~~~~~~~~~~~~~~~~~

Bücher zum Thema

bei amazon.com

~~~~~~~~~~~~~~~~~~~

texterkennung deutsch fraktur ocr kostenlos

1. Gerade Abby Finereader Sprint-pdfs sind ungeeignet. Scannen Sie lieber mit XnView ordentliche »Bilder«.

Falls Sie 2 Min 16 Sekunden haben, gönnen Sie sich erst mal den kostbaren Trailer hier. Er bietet mit Christopher Lee und Peter Cushing gleich zwei Superstars der Hammer Studios (Hammer Horror). Der Film Horror of Dracula (hierzulande schlicht Dracula) kam im Jahre 1958 heraus und stammt damit aus der gruseligen Blütezeit des britischen Studios.

Wie ich darauf komme? Sein 100jähriges hatte Dracula schließlich anno 97, im letzten Jahrtausend. Nun, ein Bücher sammelnder Freund gab mir neulich eine alte Schwarte in die Hand, eine Büchner-Ausgabe, in der ein Lesezeichen auf die Ballade »Lenore« verwies.¹ Ein jäher Sprung; ich hatte ihm – er ist Amerikaner – gerade einige Zeilen eines bayerischen Liedermachers gedeutet. Er sei gerade dabei, »Lenore« zu lesen. Vage Erinnerungen ans Gymnasium heraufbeschwörend, deklamierte ich, Fraktur entziffernd, im Stillen die Jamben der ersten Zeilen:

Lenore fuhr um’s Morgenroth
Empor aus schweren Träumen:
„Bist untreu, Wilhelm oder todt?
Wie lange willst du säumen?“ –

Mein Freund erzählte im Hintergrund etwas von der ersten Vampirgeschichte der Literatur und Edgar Allan Poe und Bram Stoker² und hält mir ein anderes Buch hin, ein neueres und eher ein Bändchen diesmal. Bram Stoker, lese ich auf dem beigen Deckel, Die eiserne Jungfrau … Eine Gruselgeschichte aus Nürnberg.³ Übersetzt und herausgegeben hat die Kurzgeschichte, so erklärt er mir, unser hauseigener Steffen Radlmaier, Nürnberger Zeitungslesern seit Anno Schnee aus dem Feuilleton der NN als Musikkritiker und Jazzfan bekannt. Und dem auch mein Hiphop-Wörterbüchl ein kleines Feature in den Nürnberger Nachrichten nebst Interview & meiner Mutter Sohn Foto verdankt. Ich leihe mir das Büchl mal aus. Zuhause drucke ich mir die »Lenore« von meiner letzten Gutenberg-DVD aus und gebe sie in eine Mappe. Ich mag die anfänglich leicht leiernden Zeilen …

Wie auch immer, Bram Stoker war, so erfahre ich in Steffen Radlmaiers Nachwort der Eisernen Jungfrau, 1885 in Nürnberg gewesen, in seiner Eigenschaft als Manager von Henry Irving, einem der großen englischen Schauspieler seiner Zeit. Soweit der Bogen zu Dracula …

… den im englischen Original anzugehen sicher nicht jedermanns Sache, aber einfacher denn je ist, zumal man sich dazu nicht gleich in Unkosten stürzen muss. Passen Sie auf.

Gleich jetzt auf Ihrem Computer können Sie sich – mit einem Klick auf das Bildchen rechts – eine praktische Blätterausgabe anschauen, die Sie mit einem Klick auf die jeweilige Seite durch das Buch bringt. Lässt sich auch prima mit einer Lupe vergrößern. Probieren Sie’s einfach mal. Nach demselben Prinzip verfahren Sie, wenn Ihnen eine aufwändige Ausgabe als Comic, pardon, Graphic Novel lieber sein sollte, die freilich eigentlich eine Art Bebilderung – ein Storyboard vielleicht – von Coppolas Verfilmung ist. Die andererseits wohl aber auch der werkgetreueste aller Dracula-Filme ist.  Die Graphic Novel-Ausgabe umfasst vier Bände, deren ersten Sie mit dem Klick auf das schöne bunte Cover erreichen. (Hier sind die Links zu Band 2, Band 3 und Band 4.)

Falls Sie gar noch moderner als Graphic Novels sind, gibt es Dracula auch – hier – für den allseits beliebten Ebook-Reader im kostenlosen freien EPub-Format. Einen Reader dazu, etwa Adobe Digital Editions 2.0 oder Calibre , finden Sie auch kinderleicht. Und Ihr Kindle schafft das Format offenbar auch. Diese Reader sind übrigens auch für Ihren PC. Sie können also gleich loslegen.
Ins Deutsche übersetzt bekommen Sie Dracula selbstverständlich in Dutzenden von Ausgaben. Der Hanser Verlag hatte einmal eine so genannte Schwarze Reihe, deren Dracula-Ausgabe wunderschön war. In der Reihe gab es unter dem Titel Im Hause des Grafen Dracula auch Bram Stokers Erzählungen, deren Original Sie als Bram Stoker — Dracula’s Guest: And Other Weird Stories ebenfalls gleich als Blätterausgabe einsehen können. Ich habe hier aus der Reihe unter anderem auch noch Maturins Melmoth, der Wanderer und Mary Shelleys Frankenstein im silbernen Schutzumschlag. Sehr sehr schön. Die Reihe sollte man nochmal auflegen. Macht sich im Regal wirklich gut. Drei weitere Ausgaben finden Sie hier unten bei Amazon, deren erste links, besagte Hanser-Ausgabe, gebraucht erhältlich ist. Rechts ist eine andere schöne gebundene Ausgabe vom Steidl Verlag.

 ~~~~~~~~~~~~~~~~~~~

bei amazon.com

~~~~~~~~~~~~~~~~~~~

Knapp 65 Minuten brauchen Sie für Tod »Freaks« Brownings klassischen Dracula mit Bela Lugosi in der Titelrolle. (Geht durchaus auch im Vollbildmodus.)

~~~~~~~~~~~~~~~~~~~

Dracula — The Making of bietet Ihnen über 66 Minuten Francis Ford Coppolas eigene Einführung in seinen Dracula-Film:

~~~~~~~~~~~~~~~~~~~

1. http://de.wikipedia.org/wiki/Lenore_%28Ballade%29
2. beide kannten die weltweit berühmte Ballade und zitierten sie
3. Bamberg: Kleebaum Verlag, 1998