pdf-Scan to Folder (auf die Synology) und dann Texterkennung mit OCR durch Synology

[Huhie]

Nabend Zusammen,

also ich habe es leider immer noch nicht zum Laufen bekommen - Pure Enttäuschung macht sich breit. Ich finde
den Fehler einfach nicht.

Aktuell bekomme ich immer diesen Fehler hier:

2018-12-10 22:07:09 Scanning for new scans: /volume1/hans/documents/scan/inbox
2018-12-10 22:08:15 Docker output:
/application/.docker/docker-wrapper.sh: line 4: cd: /home/docker: Permission denied
ERROR - File not found - scan.pdf
2018-12-10 22:08:15 pdftotext output:
I/O Error: Couldn't open file '/volume1/hans/documents/scan/inbox/OCR_scan.pdf': No such file or directory.

- Die Benutzer "HOME" Ordner sind deaktiviert
- Installiert ist PHP 5.6 und PHP 7.0 <- Muss hier irgendwas spezielles eingestellt oder aktiviert sein?
- Docker Vers. 17.05.0-0395
- Das Abbild von jbarlow83/OCRmyPDF ist geladen



An welcher Einstellung kann ich noch was versuchen?

Ich freu mich, wenn mir jemand doch noch einen Tip geben könnte !

vg

Huhie

 

[DerHoschi]

Hallo zusammen,

ich bin gerade auf dieses geniale Script gestoßen, genau das was ich suche.
Fix den Container heruntergeladen, Script auf die DS412+ kopiert, Config.php angepasst, 3 Testdateien abgelegt und Fehler.

Und zwar aus dem Docker:

"2018-12-19 19:26:55 Run Docker: docker run --name ocr --rm -u 1024 -v "/volume1/homes/@DH-AMDOM/0/andreas-1104/Dokumente/_DMS/_inbox:/home/docker" jbarlow83/ocrmypdf -sr -l deu "Scan_2012-06.pdf" "OCR_Scan_2012-06.pdf" 2>&1
2018-12-19 19:27:45 Docker output:
Traceback (most recent call last):
File "/appenv/bin/ocrmypdf", line 7, in <module>
from ocrmypdf.__main__ import run_pipeline
File "/appenv/lib/python3.6/site-packages/ocrmypdf/__init__.py", line 38, in <module>
from . import pdfinfo
File "/appenv/lib/python3.6/site-packages/ocrmypdf/pdfinfo/__init__.py", line 31, in <module>
from .layout import get_page_analysis, get_text_boxes
File "/appenv/lib/python3.6/site-packages/ocrmypdf/pdfinfo/layout.py", line 23, in <module>
import pdfminer.encodingdb
File "/appenv/lib/python3.6/site-packages/pdfminer/encodingdb.py", line 3, in <module>
from .psparser import PSLiteral
File "/appenv/lib/python3.6/site-packages/pdfminer/psparser.py", line 11, in <module>
from .utils import choplist
File "/appenv/lib/python3.6/site-packages/pdfminer/utils.py", line 13, in <module>
import chardet # For str encoding detection in Py3
ModuleNotFoundError: No module named 'chardet'"

Nach kurzer Suche habe ich einfach mal nicht die letzte Version des Containers genommen sondern Version 7.3.1, damit funktioniert alles wunderbar.
Dafür muss dann der Eintrag in der Config.php entsprechend angepasst werden:

$dockercontainer = "jbarlow83/ocrmypdf:v7.3.1";

Dieses also nur als Info für andere User die evtl. auf denselben Fehler laufen.

Ein cooles Script, ich freu mich schon drauf meine Dokumente einzuscannen.

viele Grüße
DerHoschi

 

[rex0241]

Guten Morgen zusammen,

ich hoffe ich werde jetzt nicht ausgelacht, aber ich bin da nicht so fit...

Wie bekomme ich ein "ocrmypdf image" erstellt, bzw. was muss ich da machen? Das ist ja gerade mal Schritt eins der Anleitung :-( Sorry...

Viele Grüße
Rex

 

[geimist]

Du brauchst eine DS, welche Docker unterstützt (also eine Intel 64bit CPU hat). Schreibe doch bitte deine Konfiguration in die Signatur. Das erspart Rückfragen.

 

[rex0241]

Du brauchst eine DS, welche Docker unterstützt (also eine Intel 64bit CPU hat). Schreibe doch bitte deine Konfiguration in die Signatur. Das erspart Rückfragen.

Hallo Stephan,

vielen Dank für deine Nachricht. Ich werde die Signatur dann noch bearbeiten. Ich habe eine DS 918+. Damit sollte es doch dann eigentich gehen, oder? Nur weiß ich dann immer noch nicht, wie ich das Image erstelle :-(

Gruß Björn

 

[geimist]

Du installierst das Paket 'Docker' im Paketzentrum > öffnest es > gehts auf 'Registrierung' und gibst im Suchfeld "jbarlow83/ocrmypdf" ein > markierst die Zeile mit dem passenden Ergebnis > Download-Button > gewünschte Version auswählen (bei mir läuft "latest")

 

[elbaero]

Hallo zusammen,
ich beschäftige mich auch seit ein paar Tagen intensiv mit dem Thema und versuche das Skript auf meiner DS 918+ zum laufen zu bekommen (habe selbst leider keine Ahnung von php...). jbarlow83/ocrmypdf läuft bei mir auch als "latest" in docker. Beim Ausführen des Skripts als root bekomme ich folgende Fehlermeldung:
Dear user,

Task Scheduler has completed a scheduled task.

Task: OCRmyPDF
Start time: Tue, 25 Dec 2018 21:30:53 GMT
Stop time: Tue, 25 Dec 2018 21:30:53 GMT
Current status: 1 (Interrupted)
Standard output/error:
Could not open input file: /volume1/dokumente/FileBasedMiniDMS.php

was stimmt da nicht? Die files liegen unter /volume1/dokumente/#input Scan

Grüße und frohe Weihnachten
Julian

 

[steje43]

Habe mich damit auch beschäftigt. Läuft auf meiner 918+ auch nicht mehr.

Habe aufgegeben...

 

[Fusion]

@elbaero - liegt die PHP Datei dort?
Und Verzeichnisse wie "#input Scan" sollte man erst mal vermeiden. Sonderzeichen, Leerzeichen, da kann viel schief gehen.
Also vielleicht einfach mal "InputScan" oder "01_InputScan" oder ähnlich.

 

[elbaero]

Danke für die Antwort, ich habe auch eine andere Ordnerstruktur ohne Sonderzeichen probiert, derselbe Fehler:
Task: OCRmyPDF
Start time: Wed, 26 Dec 2018 01:43:56 GMT
Stop time: Wed, 26 Dec 2018 01:43:57 GMT
Current status: 1 (Interrupted)
Standard output/error:
Could not open input file: /volume1/homes/julian/dokumente/scan/FileBasedMiniDMS.php

Die config.php und die FileBasedMiniDMS.php liegen beide im selben Ordner, im letzten Fall in diesem hier: /volume1/homes/julian/dokumente/scan
Ich habe lediglich in der config.php via text edit die Pfade für Input und Output folder angepasst, um einfach mal zu testen ob überhaupt etwas passiert. Muss ich in der FileBasedMiniDMS.php auch etwas anpassen? Oder funktionieren die Änderungen via Text edit vielleicht nicht? Danke für die Hilfe.

 

[geimist]

Mit welchem User rufst du das Skript auf? (mit root kommt der gleiche Fehler?)
Du rufst es mit 'php' davor auf?

php /volume1/homes/julian/dokumente/scan/FileBasedMiniDMS.php

 

[elbaero]

 

[elbaero]

ja genau, ich rufe es mit php davor auf, also so wie du es geschrieben hast. ich habe es mit dem user "julian" (admin) als auch "root" versucht (Vgl. screenshot). Müsste stimmen oder?

 

[geimist]

Ja, das passt …

 

[elbaero]

läuft es bei dir noch? ich habe mal die beiden phps angehängt, würdest du mal reingucken ob ich irgendwo einen fehler habe?Anhang anzeigen SCAN.zip

 

[geimist]

läuft bei mir.

Wird das Log erstellt? (/volume1/homes/julian/dokumente/scan/scan_input/FileBasedMiniDMS.log)
Ggf. mal auf Loglevel 7 (in der config.php) stellen.

 

[elbaero]

nein, kein log-file, auch wenn ich loglevel auf 7 stelle selber fehler und kein logfile...

 

[elbaero]

Hi Stefan, ich glaube ich habe den Fehler gefunden, offenbar spielt beim Pfad Groß- und Kleinschreibung eine Rolle, das war mir nicht bewusst. Das Skript wird nun ausgeführt und ein logfile generiert, allerdings werden keine ocr-dokumente generiert - woran liegt es? das logfile findest du im anhang...Anhang anzeigen FileBasedMiniDMS.log.zip

 

[geimist]

Es ist der gleiche Fehler wie hier: #122
Da ist wohl ein Tippfehler im aktuellen (7.4.0 / latest) Dockercontainer (chardet, anstatt charset). Der Fehler ist dem Entwickler bekannt und sollte eigentlich schon gefixt sein.

Die Lösung findest du da auch:

…
Nach kurzer Suche habe ich einfach mal nicht die letzte Version des Containers genommen sondern Version 7.3.1, damit funktioniert alles wunderbar.
Dafür muss dann der Eintrag in der Config.php entsprechend angepasst werden:

$dockercontainer = "jbarlow83/ocrmypdf:v7.3.1";

…

Ich habe zusätzlich noch den Parameter -d (bzw. --deskew) gesetzt, um leicht schräge Scans zu korregieren.

$ocropt = "-srd -l deu";

 

[elbaero]

Hi Staphan, danke dir, eine (vielleicht blöde) Frage noch: Wie bekomme ich das alte docker image auf die diskstation?