Beispiele OCR-D-Entwicklung

(Stand: 30.11.2022)

Aktuelle Issues und Pull-Requests

• Spezifikation:
  https://github.com/OCR-D/spec/issues (35)
  https://github.com/OCR-D/spec/pulls (8)
• Implementierung/Framework:
  https://github.com/OCR-D/core/issues (78)
  https://github.com/OCR-D/core/pulls (20)
• Deployment:
  https://github.com/OCR-D/ocrd_all/issues (26)
  https://github.com/OCR-D/ocrd_all/pulls (3)
• Dokumentation:
  https://github.com/OCR-D/ocrd-website/issues (31)
  https://github.com/OCR-D/ocrd-website/pulls (2)
• Testdaten/GT:
  https://github.com/OCR-D/assets/issues (16)
  https://github.com/OCR-D/assets/pulls (4)

Dauer für Bugfixing

• --overwrite und make_file_id: 6m
• --working-dir und --mets-basename: 8m
• Symlinks: 9m
• ocrd-dummy: >9m…
• ocrd zip bag: >3y

Dauer für neue Funktionalität

• Ressource-Manager, v.a. Dezentralisierung und Modul-Auslieferung (https://github.com/OCR-D/core/issues/689, https://github.com/OCR-D/core/issues/690, https://github.com/OCR-D/core/pull/797, https://github.com/OCR-D/core/issues/691, https://github.com/OCR-D/core/issues/750, https://github.com/OCR-D/core/issues/752, https://github.com/OCR-D/core/pull/753, https://github.com/OCR-D/core/pull/777, https://github.com/OCR-D/core/issues/780, https://github.com/OCR-D/core/pull/800, https://github.com/OCR-D/core/issues/801, https://github.com/OCR-D/core/pull/901, https://github.com/OCR-D/core/pull/904, https://github.com/OCR-D/core/issues/908, https://github.com/OCR-D/core/pull/909, https://github.com/OCR-D/core/issues/916, https://github.com/OCR-D/core/issues/924, https://github.com/OCR-D/core/pull/932, https://github.com/OCR-D/core/pull/933, https://github.com/OCR-D/core/pull/934, https://github.com/OCR-D/core/pull/939, https://github.com/OCR-D/core/pull/940, https://github.com/OCR-D/core/issues/930, https://github.com/OCR-D/spec/issues/193): 10m
• METS Caching (https://github.com/OCR-D/core/issues/723, https://github.com/OCR-D/core/pull/875, https://github.com/OCR-D/core/pull/944, https://github.com/OCR-D/core/pull/958): >12m
• partielles Workspace-Klonen: >2y…
• Speicherverbrauchmessung (https://github.com/OCR-D/core/issues/607 https://github.com/OCR-D/core/pull/878 https://github.com/OCR-D/core/pull/929): 1y
• OcrdPage-Fehlerbehandlung: >2y…
• Web-API-Spezifikation: >1y…
• Processing-Server: >7m… (eigentlich: Processing/Workflow-Server wartet seit >2y)

Wartezeit für neue Funktionalität

• Softwarebibliothek für Zeichensätze, Transkriptionsregeln und Level-Umrechnung nach GT-Richtlinien zur Nutzung in OCR-Training: >1y…
• selektive Prozessierung nach Kapiteln und Seitentyp: 10m…
• Dewarping auf Seitenebene: >18m…
• Spezifikation für Evaluator-CLI: >2y…
• Spezifikation für logische Dokumentstruktur und Artikelstruktur: >2y…
• CMYK-Unterstützung: 2y…
• JPEG2000- und JBIG2-Unterstützung: >2y…
• Unterstützung für Bildwinkel-Metadaten: >2y…
• Aufrechterhalten der DPI-Metadaten: >3y…
• Aufrechterhalten der File-URLs in METS: >3y…
• fileGrp-Klonen: 2y…
• erweiterte PAGE-Validierung: 1y…
• partielle Validierung: >3y…
• Erlauben von Dateien, die das gesamte Werk repräsentieren, während der Validierung: >2y…
• automatische Validierung und generische Konfigurationsmechanismen: >2y…
• METS-Finalisierung/Bereinigung: 2y…
• API-Änderungen für Parallelverarbeitung und Fehlerbehandlung: >3y…
• Deployment: isolierte Modul-Container: >2y…
• Deployment: automatische, realistische Regressionstests: >2y…
• Deployment: Debian/Ubuntu-Pakete oder AppImage oder Conda oder bessere Kapselung von Systemabhängigkeiten: >2y…
• Dokumentation: realistische Benutzung von Docker (https://github.com/OCR-D/ocrd-website/issues/98, https://github.com/OCR-D/ocrd-website/issues/247): >2y…
• Dokumentation: Modellverwaltung unter Docker: >8m…
• Dokumentation: Aktualisierung des Workflow-Guides (https://github.com/OCR-D/ocrd-website/issues/104, https://github.com/OCR-D/ocrd-website/issues/172, https://github.com/OCR-D/ocrd-website/issues/174, https://github.com/OCR-D/ocrd-website/issues/268, https://github.com/OCR-D/ocrd-website/issues/297): >10m…
• Dokumentation: Guide/Richtschnur Softwareentwicklung (https://github.com/OCR-D/ocrd-website/issues/119, https://github.com/OCR-D/ocrd-website/issues/112): >2y…

Eigenanteil

allein auf OCR-D/* seit 09/2020 – hoch:
(nicht erfaßt: Anteile vor jeweiligem Transfer eines Repos nach OCR-D/!)

• 253 PRs von 2324 → 11%
  (außerdem eigene PRs ohne Releases!)
• 347 Commits von 2067 → 17%
  (außerdem eigene Commits meist umfangreicher!)
• 343 PR-Reviews von 1260 → 27%
• 1700 Issues/PR-Kommentare von 6553 → 26%
  (außerdem eigene Kommentare ohne CI!)

Kommunikation auf Gitter-Lobby seit 09/2020:

• 284 Nachrichten von 1906 → 15%
  (aber fast immer als Support/Antwort, selten Ankündigungen/Fragen)

Mithilfe bei externen Repositories mit OCR-D-Bezug:

• cisocrgroup/ocrd_cis
• hnesk/browse-ocrd
• UB-Mannheim/ocr-fileformat
• UB-Mannheim/ocrd_pagetopdf
• kba/page-to-alto
• kba/transkribus-to-prima
• qurator-spk/sbb_binarization
• Calamari-OCR/calamari
• tesseract-ocr/tesseract
• tesseract-ocr/tesstrain
• PRImA-Research-Lab/*
• ocr-d-modul-2-segmentierung/*
• OCR4all/LAREX
• jsbueno/pyleptonica
• sirfz/tesserocr
• githubharald/DeslantImg
• kba/pylsd

eigene Repositories mit OCR-D-Bezug außerhalb Modulprojekt (ASVLeipzig) / Implementierungsprojekt (SLUB):

• workflow-configuration
• ocrd_detectron2
• ocrd_wrap
• ocrd_doxa
• ocrd_origami
• docstruct
• nmalign
• Mask_RCNN