OpenCloud
Replies: 1 comment 2 replies
|
OpenCloud uses Tika to index data for search. Depending on the Tika image used, it also supports OCR of PDFs and other formats such as images. You need to use the tika-full image in docker (compose). You might want to test if that fits your needs. |
|
That sounds really interesting; I’ll give it a go and let you know how it goes. |
|
I asked an AI to explain to me what Tika-Full will do. This is how I understand it now: It will perform OCR on a PDF. However, the result will not be saved in the PDF. The OpenCloud full-text search will still work, though, as the OpenCloud database receives information about the document. MAC OS and Windows will not benefit from this. I would therefore need to have OCRmyPDF implemented as well, so that these operating systems can also benefit from the result. This would mean I would no longer need Tika-Full, provided I can get the text incorporated into the PDF. |
Uh oh!
There was an error while loading. Please reload this page.
EN:
I have looked at various file-syncing solutions, including Nextcloud, Seafile, pCloud, Google Drive, OneDrive and, most recently, the OpenCloud demo.
There is one important feature currently missing from OpenCloud: the ability to automatically apply OCR to PDF files that do not already have OCR recognition.
Background
A modern file storage system should make it possible to find all documents quickly and easily. That is why I consider the following features to be particularly important:
Full-text search on a Mac, for example, is no problem for synchronised documents in Google Drive. However, this requires the PDF files to already have OCR text recognition.
In Nextcloud, I was able to meet almost all of these requirements. The only limitation is the lack of full-text search in the iPhone app, which has not been available there for years.
That is why I became aware of OpenCloud. Based on my current impression, OpenCloud could meet almost all of the requirements mentioned. However, newly uploaded or scanned PDF documents are not currently processed automatically via OCR.
If OpenCloud were also to support integration with OCRmyPDF, I believe the solution would be a decisive step ahead of most self-hosted drive and file-syncing solutions.
DE:
Ich habe mir verschiedene File-Sync-Lösungen angesehen, darunter Nextcloud, Seafile, pCloud, Google Drive, OneDrive und zuletzt auch die Demo von OpenCloud.
Bei OpenCloud fehlt mir aktuell noch eine wichtige Funktion: die Möglichkeit, PDF-Dateien ohne vorhandene OCR-Erkennung automatisch mit OCR anzureichern.
Hintergrund
Eine moderne Dateiablage sollte es ermöglichen, alle Dokumente schnell und unkompliziert wiederzufinden. Deshalb halte ich folgende Funktionen für besonders wichtig:
Die Volltextsuche auf dem Mac ist bei synchronisierten Dokumenten in Google Drive beispielsweise kein Problem. Voraussetzung ist allerdings, dass die PDF-Dateien bereits über OCR-Texterkennung verfügen.
In Nextcloud konnte ich nahezu alle Anforderungen umsetzen. Die einzige Einschränkung ist die fehlende Volltextsuche in der iPhone-App, die dort bereits seit Jahren nicht verfügbar ist.
Deshalb bin ich auf OpenCloud aufmerksam geworden. Nach meinem aktuellen Eindruck könnte OpenCloud nahezu alle genannten Anforderungen erfüllen. Allerdings werden neu hochgeladene oder eingescannte PDF-Dokumente derzeit nicht automatisch per OCR verarbeitet.
Wenn OpenCloud zusätzlich eine Integration von OCRmyPDF unterstützen würde, wäre die Lösung aus meiner Sicht den meisten selbst gehosteten Drive- und Filesync-Lösungen einen entscheidenden Schritt voraus.
All reactions