hnesk/ocrd_browser

OCR-D Browser

OCR-D Browser是一个可扩展的查看器，用于https://ocr-d.de/ https://ocr-d.de/en/spec/mets文件，支持多种视图展示OCR处理结果。

核心功能

• 浏览文件组（fileGrps）和页面，可并排排列视图进行对比
• PageView：显示原始或衍生页面图像，并叠加https://ocr-d.de/en/spec/page注释，类似https://github.com/PRImA-Research-Lab/prima-page-viewer
• ImageView：显示原始或衍生图像（结构层次任意级别的AlternativeImage），支持同时展示多页图像（横向）或不同片段（纵向）并自由缩放
• XmlView：显示原始PAGE-XML并带有语法高亮，可通过PageViewer打开
• TextView：显示拼接后的PAGE-XML文本注释
• DiffView：简单对比不同文件组的文本注释差异
• HtmlView：展示来自https://github.com/qurator-spk/dinglehopper评估的渲染HTML对比结果

使用场景

• OCR处理结果的验证与质量检查
• 不同OCR工具或版本生成结果的对比分析
• 文档数字化项目中的内容查看与校对
• 学术研究中OCR文本的提取与分析

配置说明

配置文件位置

启动时会在以下目录搜索ocrd-browser.conf配置文件：

1. 系统配置目录（如Ubuntu 20.04下为/etc/xdg/xdg-ubuntu/ocrd-browser.conf、/etc/xdg/ocrd-browser.conf）
2. 用户配置目录（~/.config/ocrd-browser.conf）
3. 当前工作目录（./ocrd-browser.conf）

配置文件语法

配置文件为ini格式，示例如下：

ini
[FileGroups]
# 页面浏览器缩略图首选文件组（逗号分隔正则表达式）
preferredImages = OCR-D-IMG, OCR-D-IMG.*, ORIGINAL

[Tool PageViewer]
# 调用PageViewer的命令行（自动转义属性）
commandline = /usr/bin/java -jar /path/to/JPageViewer.jar --resolve-dir {workspace.directory} {file.path.absolute}

占位符说明：

• workspace.directory：当前OCR-D工作空间绝对路径
• file.path.absolute：当前文件的绝对路径

Docker部署示例

拉取镜像

bash
docker pull docker.xuanyuan.run/hnesk/ocrd_browser

运行服务

映射本地数据目录到容器/data，暴露端口8085和8080：

bash
docker run -it --rm -v /本地数据目录:/data -p 8085:8085 -p 8080:8080 docker.xuanyuan.run/hnesk/ocrd_browser

访问http://localhost/查看工作空间索引，点击链接进入对应空间的查看界面。 ===FULL_DESC===