Erfgoedcollecties doorzoekbaar maken met tekstherkenning

20 mrt 2025 | Gent

Gedrukte of handgeschreven teksten doorzoekbaar maken? Het kan met Optical Character Recognition (OCR) en Handwritten Text Recognition (HTR). Deze twee vormen van tekstherkenning zijn essentiële instrumenten geworden bij het digitaal toegankelijk maken van erfgoedcollecties - bijvoorbeeld voor onderzoek. Maar in het doolhof van tools, methoden en workflows die voorhanden zijn, is de juiste aanpak vinden niet evident. Samen met het Ghent Centre for Digital Humanities (GhentCDH) tonen we je tijdens deze workshop hoe je tekstueel erfgoed stap voor stap doorzoekbaar maakt.

Op 20 maart slaan we de brug tussen de erfgoedsector en digital humanities: we nodigen Bas Vercruysse, wetenschappelijk medewerker bij GhentCDH, uit om erfgoedwerkers mee te nemen in de toepassing van tekstherkenning.

Voor wie?

Deze workshop is interessant voor medewerkers van erfgoedorganisaties die hun tekstuele erfgoedcollecties doorzoekbaar willen maken.

Wat gaan we doen?

Tijdens deze workshop maak je kennis met tools voor tekstherkenning in gedrukte tekst (OCR) en handgeschreven tekst (HTR). Zowel traditionele benaderingen (zoals Tesseract-OCR) als recente AI-innovaties (zoals TrOCR en Qwen-2-VL-Instruct) komen hierbij uitgebreid aan bod. Daarna duiken we praktisch de diepte in. Stap voor stap leer je hoe je gescande documenten omzet in bruikbare tekst met Tesseract-OCR. Je komt bovendien te weten hoe je de gegenereerde tekst verwerkt en welke voorbereidingen je moet treffen voor beeldoptimalisatie. Zo kan je de nauwkeurigheid en bruikbaarheid van je resultaten optimaliseren. Tot slot bekijken we hoe je de resultaten best bewaart.

Beeld: Daan Noske / Anefo, CC0, via Wikimedia Commons

Praktisch

Wees welkom op 20 maart (9.30 - 12.30u.) op het meemoo-kantoor (Ham 175, Gent) in zaal 'Mout'. Deze workshop is volzet, inschrijven is niet meer mogelijk.

volzet

Over de lesgever

Bas Vercruysse werkt momenteel aan een doctoraat bij GhentCDH. Zijn onderzoek richt zich op de extractie en verwerking van (semi-)gestructureerde data uit voornamelijk hedendaagse bronnen.

Video: OCR in één minuut

In het GIVE-project gingen we aan de slag met OCR op duizenden gedigitaliseerde kranten. Dit filmpje legt héél kort uit hoe deze techniek precies werkt.

Filmpje over OCR, gemaakt in het kader van het GIVE-project. Meer info: totindetail.be

Heb je een vraag?
Contacteer Ellen Van Keer
Medewerker Expertise
We halen de pagina op, even geduld...