Software, die eine Liste erkennt und die Tabellenstriche selbst einzeichnet.

[GMV_FELIX]

Hallo liebe CB´ler,

Ich bin auf der Suche nach einer Software, die ich mit einer PDF oder einem Jpeg füttern kann, welches in Listenform vorliegt.
Die Software soll dann erkennen, wo verschiedene Tabellenbereiche sind und mir dort vertikale und horizontale Striche einzeichnen.

Wem diese Erklärung zu schwammig ist, dem habe ich hier noch zwei Bilder, die verdeutlichen sollen, was genau ich meine.

Vorliegende Liste:



per Hand eingezeichnete Tabelle:





Ich würde die Tabellen per Hand zeichnen, wären es nicht hunderte, die jede Woche anfallen



Hat jemand eine selbiges Problem gehabt und eine Lösung dafür gefunden? Kennt jemand eine Software?
Ich bin gespannt auf eure Vorschläge und bedanke mich schon mal im Voraus.


Liebe Grüße
Felix

 

[Sithys]

Hast Du ein Budget für diese Software? Mir fällt da nur eine Lösung ein, die aber bezahlt werden muss und so günstig ist das nicht. Hat was mit Dokumentenverarbeitung zu tun. Also, hast Du Geld dafür zur Verfügung oder eher nicht?

 

[GMV_FELIX]

Da es geschäftlich ist, ist ein Budget möglich, kommt aber natürlich immer auf die Höhe des Preises an.

Welche Software meinst du ?

 

[Smily]

Soll die Software die Striche nur malen und es ist nachher immer noch ein Bild, oder soll auch noch OCR durchgeführt werden, und du willst eine Excel Tabelle am Schluss haben?

 

[GMV_FELIX]

Die Software soll nur die Striche drüber zeichnen, eine OCR Software habe ich bereits, den ABBYY Finereader 12 Pro. Leider habe ich keine Möglichkeit gefunden, dass Abbyy diesen Vorgang selbst vornimmt. Es erkennt eben nur Tabellen, die sowohl vertikale als auch horizontale Linien haben.

 

[Smily]

Ich will es nicht beschwören, aber wahrscheinlich musst du sowas programmieren lassen.

Sinniger und einfacher wäre es wohl, die Tabellen nicht als Bild sondern als Excel zu bekommen. Jemand muss die ja auch in Excel (oder Word) erstellt haben.

 

[GMV_FELIX]

Ja das wäre das sinnvollste, das stimmt. Leider bekommen wir die Tabellen von einer Partnerfirma, die sich allerdings weigert, uns die Dateien in digitaler Form zu schicken. Wir bekommen nur die ausgedruckten Tabellen in der Form, s.o.

Bisher war es so, dass wir zur Archivierung die Tabellen per Hand abschreiben mussten, was unglaublich zeitintensiv ist. Abbyy erspart uns dadruch viel Zeit, aber leider ist auch das Tabellenzeichnen sehr zeitintensiv, daher bin ich auf der Suche nach einer Software, die mir die Tabelle erkennt und sie nachzeichnet.

 

[Smily]

Dann stellt der Firma eure Kosten in Rechnung. Also echt, das kann nicht so schwer sein und es wäre wesentlich einfacher und wesentlich günstiger. Denn eine Software programmieren lassen, Prost Mahlzeit.

 

[GMV_FELIX]

Was du sagst ist eigentlich absolut richtig, leider sind wir wirtschaftlich gesehen von dieser Partnerfirma abhänigig was ihr aus unserer Sicht eine Monopolrolle verleiht. Ich habe dahingehend alles probiert, um an die Daten zu kommen, aber leider scheitert es an deren Willkür. Daher muss ich eine andere Lösung finden.

 

[Smily]

Dann bleibe ich dabei, so eine Software muss programmiert werden. Es ist die Frage, ob sich das für ein paar Striche lohnt.

Ich kenne die OCR Software nicht, bekommst du ja so eine Excel Tabelle raus?

 

[s_fiebig]

Falls Du genug Zeit dafür hast, würde ich mir das Tabula Projekt anschauen:
http://tabula.technology/
https://github.com/tabulapdf/tabula
https://github.com/tabulapdf/tabula-extractor

Ergänzung: Geht natürlich nur, wenn das PDF "sauber" vorliegt. Das geht aus Deinen Screens nicht so ganz hervor...

 

[aim.star]

Aehm?

Note: Tabula only works on text-based PDFs, not scanned documents.

 

[s_fiebig]

Wie gesagt, wenn es nicht "sauber" vorliegt, geht es nicht. Das ist mir dann auch selbst aufgefallen...

 

[firexs]

Was passiert denn bei den gängigen PDF2Excel Convertern? Da dürfte doch Text und Querlinien passen. Die Vertikalen noch kurz eingefügt und fertig.

 

[GMV_FELIX]

Danke s_fiebig, aber so wie ich das verstehe und aim.star schon zitiert hat, funktioniert das nur mit text basierten PDF. Ich habe allerdings gescannte Listen, die dann sozusagen als Bild vorlägen.

Ergänzung (10. Februar 2015)

@firexs: das ist prinzipiell richtig, leider ist es eben mit kurz einfügen nicht getan, weil es sich um sehr sehr viele Listen handelt. Ich brauche sozusagen ein Programm, dass viele Listen hintereinander erkennt und die fehlenden vertikalen Linien einzeichnet.

 

[Smily]

Ich würde auf die Linien verzichten, wenn ich ehrlich bin . Du musst dem Programm ja auch vorgeben wann eine Linie gezeichnet wird. Einfach in jeder Zeile klappt ja nicht, es muss ja die einzelnen Maschinen trennen.

 

[firexs]

Und wenn das ganze schon von der Partnerfirma nur als Bild vorliegt, warum setzen die nicht die vertikalen Linien ein?

lg
fire

 

[GMV_FELIX]

Es liegt nicht als Bild vor, es liegt nur in ausgedruckter Form vor, ich habe das bild gerade selbst gemacht, um zu veranschaulichen was ich meine.

 

[firexs]

Ja wurscht. Die sollen dir die vertikalen Linien bei der Erstellung des Dokuments mit einfügen.

lg
fire

 

[GMV_FELIX]

Das machen sie leider nicht, ich hatte schon mehrere Telefonate mit den verantwortlichen Personen. Es hieß es ein unnötiger Arbeitsaufwand. Dass das kein Arbeitsaufwand ist, darüber brauchen wir nicht zu diskutieren, hierbei geht es einfach um reine Willkür, für die ich eine Lösung finden muss, auf die Hilfe der Partnerfirma brauche ich nicht zu hoffen, leider.