comparing text program.for Kannada script (utf-8)
"74yrs old" <[email protected]>
| Newsgroups | gmane.comp.gnu.utils |
|---|---|
| Message-ID | <[email protected]> |
Hi, Will you help me with small program "compare text between input text with output text and *highlighted* *misspelling* in the output text and total percentage mistakes occurred; for example: **Input tex*t* *This is testing the software compare text* = 35 chars **output txt* * *This is te*x*tin*k* the so*a*ftw*o*re c*e*mpare t*a*xt*= 6 mistakes ( 2.1% mistakes). It is clarified that I want to locate or *highlight* the number of *spelling mistakes* in the output text when comparing with input text and* **not for corrections or editing the incorrect spelling* required.. One way it is nothing but statical report of performance of OCR output to know how many spelling mistakes occurred .in the output text. Attached Kannada texts (utf-8) for needful. In fact I had downloaded windiff - which is not helpful nor to my expectation. As such I approach you for help. I shall be thankful to you, if you help me. With Regards, -sriranga(75yrs old)
kan-input.txt
(text/plain, 5.6 KB)
ಅ ಆ ಇ ಈ ಉ ಊ ಋ ೠ ಎ ಏ ಐ ಒ ಓ ಔ ಅಂ ಆಃ ಕ ಕಾ ಕಿ ಕೀ ಕು ಕೂ ಕೃ ಕೄ ಕೆ ಕೇ ಕೈ ಕೊ ಕೋ ಕೌ ಕಂ ಕಃ ಗ ಗಾ ಗಿ ಗೀ ಗು ಗೂ ಗೃ ಗೄ ಗೆ ಗೇ ಗೈ ಗೊ ಗೋ ಗೌ ಗಂ ಗಃ ಖ ಖಾ ಖಿ ಖೀ ಖು ಖೂ ಖೃ ಖೄ ಖೆ ಖೇ ಖೈ ಖೊ ಖೋ ಖೌ ಖಂ ಖಃ ಘ ಘಾ ಘಿ ಘೀ ಘು ಘೂ ಘೃ ಘೄ ಘೆ ಘೇ ಘೈ ಘೊ ಘೋ ಘೌ ಘಂ ಘಃ ಙ ಙಾ ಙಿ ಙೀ ಙು ಙೂ ಙೃ ಙೄ ಙೆ ಙೇ ಙೈ ಙೊ ಙೋ ಙೌ ಙಂ ಙಃ ಚ ಚಾ ಚಿ ಚೀ ಚು ಚೂ ಚೃ ಚೄ ಚೆ ಚೇ ಚೈ ಚೊ ಚೋ ಚೌ ಚಂ ಚಃ ಛ ಛಾ ಛಿ ಛೀ ಛು ಛೂ ಛೃ ಛೄ ಛೆ ಛೇ ಛೈ ಛೊ ಛೋ ಛೌ ಛಂ ಛಃ ಜ ಜಾ ಜಿ ಜೀ ಜು ಜೂ ಜೃ ಜೄ ಜೆ ಜೇ ಜೈ ಜೊ ಜೋ ಜೌ ಜಂ ಜಃ ಝ ಝಾ ಝಿ ಝೀ ಝು ಝೂ ಝೃ ಝೄ ಝೆ ಝೇ ಝೈ
ಝೊ ಝೋ ಝೌ ಝಂ ಝಃ 0 1 2 3 4 5 6 7 8 9 : ; < = > ? @ [ \ ] ^ _ { | } / ~
। ÷ ॥ ! " # % & ' ( ) * + , - . ಘೈ ಜೈ ಟೈ ಢೃ ಢೈ ಥಂ ಯೄ ವೃ ಷೄ ಸೃ
ಘೈ ಟೈ ಥೃ ನೃ ನೄ ಫಂ ಫಃ ಬೃ ಬೈ ಮೄ ಹೈ
ಞ ಞಾ ಞಿ ಞೀ ಞು ಞೂ ಞೃ ಞೄ ಞೆ ಞೇ ಞೈ ಞೊ ಞೋ ಞೌ ಞಂ ಞಃ ಟ ಟಾ ಟಿ ಟೀ
ಟು ಟೂ ಟೃ ಟೄ ಟೆ ಟೇ ಟೈ ಟೊ ಟೋ ಟೌ ಟಂ ಟಃ ಠ ಠಾ ಠಿ ಠೀ ಠು ಠೂ ಠೃ ಠೄ ಠೆ ಠೇ ಠೈ ಠೊ ಠೋ ಠೌ ಠಂ ಠಃ ಡ ಡಾ ಡಿ ಡೀ ಡು
ಡೂ ಡೃ ಡೄ ಡೆ ಡೇ ಡೈ ಡೊ ಡೋ ಡೌ ಡಂ ಡಃಢ ಢಾ ಢಿ ಢೀ ಢು ಢೂ ಢೃ ಢೄ ಢೆ ಢೇ ಢೈ ಢೊ ಢೋ ಢೌ ಢಂ ಢಃ ಣ ಣಾ ಣಿ ಣೀ ಣು ಣೂ ಣೃ ಣೄ ಣೆ ಣೇ ಣೈ ಣೊ ಣೋ ಣೌ ಣಂ ಣಃ ತ ತಾ ತಿ ತೀ ತು ತೂ ತೃ ತೄ ತೆ ತೇ ತೈ ತೊ ತೋ ತೌ ತಂ ತಃ ಥ ಥಾ ಥಿ ಥೀ ಥು ಥೂ ಥೃ ಥೄ ಥೆ ಥೇ ಥೈ ಥೊ ಥೋ ಥೌ ಥಂ ಥಃ
ದ ದಾ ದಿ ದೀ ದು ದೂ ದೃ ದೄ ದೆ ದೇ ದೈ ದೊ ದೋ ದೌ ದಂ ದಃ ಧ ಧಾ ಧಿ ಧೀ ಧು ಧೂ ಧೃ ಧೄ ಧೆ ಧೇ ಧೈ ಧೊ ಧೋ ಧೌ ಧಂ ಧಃ ನ ನಾ ನಿ ನೀ ನು ನೂ ನೃ ನೄ ನೆ ನೇ ನೈ ನೊ ನೋ ನೌ ನಂ ನಃ ಪ ಪಾ ಪಿ ಪೀ
ಪು ಪೂ ಪೃ ಪೄ ಪೆ ಪೇ ಪೈ ಪೊ ಪೋ ಪೌ ಪಂ ಪಃ ಫ ಫಾ ಫಿ ಫೀ ಫು ಫೂ ಫೃ ಫೄ ಫೆ ಫೇ ಫೈ ಫೊ ಫೋ ಫೌ ಫಂ ಫಃ
ಬ ಬಾ ಬಿ ಬೀ ಬು ಬೂ ಬೃ ಬೄ ಬೆ ಬೇ ಬೈ ಬೊ ಬೋ ಬೌ ಬಂ
ಬಃ ಭ ಭಾ ಭಿ ಭೀ ಭು ಭೂ ಭೃ ಭೄ ಭೆ ಭೇ ಭೈ ಭೊ ಭೋ ಭೌ ಭಂ ಭಃ ಮ ಮಾ ಮಿ ಮೀ ಮು ಮೂ ಮೃ ಮೄ
ಮೆ ಮೇ ಮೈ ಮೊ ಮೋ ಮೌ ಮಂ ಮಃ ಯ ಯಾ ಯಿ ಯೀ ಯು ಯೂ ಯೃ ಯೄ ಯೆ ಯೇ ಯೈ ಯೊ ಯೋ ಯೌ ಯಂ ಯಃ ರ ರಾ ರಿ
ರೀ ರು ರೂ ರೃ ರೄ ರೆ ರೇ ರೈ ರೊ ರೋ ರೌ ರಂ ರಃ
ಲ ಲಾ ಲಿ ಲೀ ಲು ಲೂ ಲೃ ಲೄ ಲೆ ಲೇ ಲೈ ಲೊ ಲೋ ಲೌ ಲಂ ಲಃ ಳ ಳಾ ಳಿ ಳೀ ಳು ಳೂ ಳೃ ಳೄ ಳೆ ಳೇ ಳೈ ಳೊ ಳೋ ಳೌ ಳಂ ಳಃ ವ ವಾ ವಿ ವೀ ವು ವೂ ವೃ ವೄ ವೆ ವೇ ವೈ ವೊ ವೋ ವೌ ವಂ ವಃ ಛ್ಛ ಶ ಶಾ ಶಿ ಶೀ ಶು ಶೂ ಶೃ ಶೄ ಶೆ ಶೇ ಶೈ ಶೊ ಶೋ ಶೌ ಶಂ ಶಃ ಝ್ಝ ಷ ಷಾ ಷಿ ಷೀ ಷು ಷೂ ಷೃ ಷೄ ಷೆ ಷೇ ಷೈ ಷೊ ಷೋ ಷೌ ಷಂ ಷಃ ಢ್ಢ ಸ ಸಾ ಸಿ ಸೀ ಸು ಸೂ ಸೃ ಸೄ ಸೆ ಸೇ ಸೈ ಸೊ ಸೋ ಸೌ ಸಂ ಸಃ ಥ್ಥ ಹ ಹಾ ಹಿ ಹೀ ಹು ಹೂ ಹೃ ಹೄ ಹೆ ಹೇ ಹೈ ಹೊ ಹೋ ಹೌ ಹಂ ಹಃ ಧ್ಧ ಯ್ಯ ರ್ರ ಲ್ಲ ಳ್ಳ ವ್ವ ಶ್ಶ ಷ್ಷ ಸ್ಸ ಹ್ಹ ಕ್ರ ಖ್ರ ಗ್ರ ಘ್ರ ಙ್ರ ಚ್ರ ಛ್ರ ಜ್ರ ಝ್ರ ಞ್ರ ಠ್ರ ಡ್ರ ಢ್ರ ಣ್ರ ತ್ರ ಥ್ರ ದ್ರ ಧ್ರ ನ್ರ ಪ್ರ ಫ್ರ ಬ್ರ ಭ್ರ ಮ್ರ ಯ್ರ ರ್ರ ಲ್ರ ಳ್ರ ವ್ರ ಶ್ರ ಷ್ರ ಸ್ರ ಹ್ರ ೦ ೧ ೨ ೩ ೪ ೫ ೬ ೭ ೮ ೯ ಶ್ಟು
ಷ್ಟು ಕ್ಟ್ ಗ್ಧ ದ್ಧ ದ್ಧೆ ಸ್ದೇ ದ್ಭು ಶ್ರೀ ಸ್ತ್ರೀ ಪ್ರ ಸ್ರ ಣ್ಯ ಧ್ಯ ವ್ಯಾ ಪ್ಯಾ ಲ್ಯ ತ್ಯ ತ್ತ್ಯ ನ್ಯೋ ಸ್ಯಾ ನ್ಯಃ ರ್ಣಾ ರ್ತೃ ರ್ಬ ತ್ತ್ವ ಶ್ವೇ ಶ್ವ ಸ್ವ ದ್ವಾ ದ್ವಾ ಸ್ವಾ ದ್ವ
ಜ್ಞಾ ಜ್ಞ ಬ್ರ ಹ್ಮಾ ನ್ಮ ಹ್ಮ ಲ್ಮೀ ಸ್ಪಶ್ನ ಸ್ತ ಯ್ತು ಪ್ತ ಷ್ಟ್ರೀ ಸ್ಟೆ ಫ್ಲಾ ಕ್ಟ್ರಿ ಷ್ಠೆ ಶ್ಚಾ
ತ್ಯ ಕ್ಪ್ಮ ಜ್ಞ ಷ್ಟ್ರ ಕ್ಷ್ಮಿ ಸ್ಥಿ ಷ್ಟ್ರಾ ವೈ ದ್ಯ್ಕ ನ್ಕೈ ಕ್ಷಂ ಕ್ಷ ಕ್ಲಾ
ಥ್ಯಾಂ ಕ್ಸ್ ಹ್ಯಾಂ ಲ್ಮೇ ಲ್ಡ ರ ಕ್ಕ ಖ್ಖ ಗ್ಗ ಘ್ಘ ಙ್ಙ ಚ್ಚ ಜ್ಜ ಞ್ಞ ಟ್ಟ ಠ್ಠ
ಡ್ಡ ಣ್ಣ ತ್ತ ದ್ದ ಧ್ಧ ನ್ನ ಪ್ಪ ಫ್ಫ ಬ್ಬ ಭ್ಭ ಮ್ಮ
kan-output.txt
(text/plain, 5.1 KB)
ಅಆಇಈಉಊಋೠಎಏಐಒಓಔಅಂಆಃಕಕಾಕಿಕೀಕುಕೂಕೃಕೄಕೆಕೇಕೈಕೊಕೊ೬ಕೌಕಂಕಃ
ಗಗಾಗಿಗೀಗುಗೂಗೃಗೄಗೆಗೇಗೈಗೊಗೊ೬ಗೌಗಂಗಃ ಖಖಾಖಿಖೀಖುಖೂಖೃಖಫಭುಖೆಖೇ
ಖೈಖೊಖೊ೬ಖೌಖ೦ಖಃಘಘಾಘಿಘೀಘುಘೂಘೃಘೈಡಘೆಘೇಘೆಘೊಘೊ೬ಘೌಘ೦ಘಃಙಙಾಙಿಙೀಙು
ಙೂಙೃಙೃಭುಙೆಙೇಙೈಙೊಙೊ೬ಙೌಙ೦ಙಃಚಚಾಚಿಚೀಚುಚೂಚೃಚೃಭುಚೆಚೇಚೈಚೊಚೊ೬ಚೌಚ೦
ಚಃಛಛಾಛಿಛೀಛುಛೊಛೃಛೄಛೆಛೇಛೈಛೊಛೊಭುಫಛೌಛಂಛಃ ಜಜಾಜಿಜೀಜುಜೂಜೃಜೄ
ಜೆಜೇಜೈಜೊಜೊ೬ಜೌಜ೦ಜಃ ಝಝಾಝಿಝಿಆಝುಝೂಝಮಿಝಫಘೈಝೆಝೆಆಝೆಫ
ಝೊಝೋಝೌಝ೦ ಝಆ0123456789:;<=>?@[\]^_{|}/~
।÷।।!"#%&'()*+,-.ಘೈ ಜೈ ಟೈಢೃ ಢೈ ಥ೦ ಯಫಘೈ ವೃಷೄ ಸೃ
ಘೈ ಟೈ ಥೃ ನೃ ನೄ ಫಂ ಫಃ ಬೃ ಬೈ ಮೄ ಹೈ
ಞಞಾಞಿಞಿಆಞುಞೂಞಮಿಞಫ-ಞೆಞೇಞೆ-ಫಞೆಫ೩ಞೆಫ೩೬ಞೌಞ೦ಞ೨ ಟಟಾಟಿಟೀ
ಟುಟೂಟೃಟೃಭುಟೆಟೇಟೆಟೊಟೊ೬ಟೌಟ೦ಟಃ ಠರಾಠಿಠೀಠುಠೂಠೃಠೄಠೆಠೇಠೈಠೊಠೊ೬ಠೌ
ಠಂಠಃ ಡಡಾಡಿಡೀಡು
ಡೂಡೃ ಡೃಭುಡೆಡೇಡೈಡೊಡೊ೬ಡೌಡ೦ಡಃಢಢಾಢಿಢೀಢುಢೂಢೃಢೃಭುಢೆಢೇಢೈಢೊಢೊ೬ಢೌಢ೦ಢಃ
ಣಣಾಣಿಣೀಣುಣೂಣೃಣೃಭುಣೆಣೇಣೈಣೊಣೊ೬ಣೌಣ೦ಣಃತತಾ ತಿತೀತುತೂತೃತೃಭುತೆತೇ
ತೈತೊತೊ<ತೌತಂತಃ ಥಥಾಥಿಥೀಥುಥೂಥಥೄಥೆಥೇಥೈಥೊಥೊಭುಫಥೌಥಂಥಃ
ದದಾದಿದೀದುದೂದೃದೃಭುದೆದೇಡೈದೊದೊ೬ದೌದ೦ದಃ ಧಧಾಧಿಧೀಧುಧೂಧೃಧೃಭುಧೆಧೇಧೈ
ಧೊಧೊ೬ಧೌಧ೦ಧಃನನಾನಿನೀನುನೂನನನೆನೇನೈನೊನೊ೬ನೌನ೦ನಃ ಪಪಾಪಿಪೀ
ಫಮಿಪಫಪೆಮಿಪೆಫಪೆಪೆ<ಪೆಫಪೊಪೊ<ಪೌಪೆ೦ಪಃಫಫಾಫಿಫಿ<ಫು ಫೂಫೃಫೄಫೆಫೇಫೈಪೊಫೊಭುಫಫೌ
ಭು೦ಭು೩
ಬಬಾಬಿಬೀಬುಬೂಬಬೃಭುಬೆಬೇಬೆಬೊಬೊ೬ಬೌಬ೦
ಬಃಭಭಾಭಿಭಿ<ಭುಭೂಭಮಿಭಫಭೆಫ<ಭೆಫಭೊಭೊ<ಭೌಭ೦ಭಜ ಮಮಾಮಿಮೀಮುಮೂಮೃಮ
ಮೆಮೆ೬ಮೆಫಮೊಮೋಮೌಮ೦ಮ೩ಯಯಾಯಿಯಿಆಯುಯೂಯಮಿಯಫಘೈಯೆಯೆಆಯೆ-ಫಯೊಯೊ೬ಯೌಯ೦ಯಆರರಾರಿ
ರೀರುರೂರೃರೄರೆರೇರೈರೊರೊ೬ರೌರಂರಃ
ಲಲಾಲಿಲೀಲುಲೂಲೃಲೃಭುಲೆಲೇಲೈಲೊಲೊ೬ಲೌಲ೦ಲಃಳಳಾಳಿಳೀಳುಳೂಳೃಳೄಳೆಳೇಳೈ
ಳೊಳೊ೬ಳೌಳ೦ಳಃವವಾವಿವೀವುವೂವೃವೃಭುವೆವೇವೈವೊವೊ೬ವೌವ೦ವಃ ಛ್ಛಶಶಾಶಿಶೀ
ಶುಶೂಶೃಶೄಶೆಶೇಶೈಶೊಶೊ೬ಶೌಶಂಶಃಝ್ಝಷಷಾಷಿಷೀಷುಷೂಷೃಷೃಭುಷೆಷೇಷೈಷೊಷೊ೬
ಷೌಷ೦ಷಃಢ್ಢಸನಾಸಿಸೀಸುಸೂಸೃಸೃಭುಸೆಸೇಸೈಸೊಸೊ೬ಸೌಸ೦ಸಃಥ್ಥಹಹಾಹಿಹೀಹು
ಹೂಹೃಹೄಹೆಹೇಹೆಹೊಹೊ೬ಹೌಹ೦ಹಃಧ್ಧಯ್ಯರ್ರಲ್ಲಳ್ಳವ್ವಶ್ಶಷ್ಷಸ್ಸಹ್ಹಕ್ರ
ಖ್ರಗ್ರಘ್ರಙ್ಫಚ್ರಛ್ರಜ್ರಝ್ರಞ್ರಠ್ರಡ್ರಢ್ರಣ್ರತ್ರ ಥ್ರದ್ರಧ್ರನ್ರಪ್ರ
ಫ್ರಬ್ರಭ್ರಮ್ರಯ್ರರ್ರಲ್ರಳ್ರವ್ರಶ್ರಷ್ರಸ್ರಹ್ರ೦೧೨೩೪೫೬೭೮೯ಶ್ಟು
ಷ್ಟು ಕ್ಟ್ ಗ್ಧದ್ಧದ್ಧೆಸ್ದೇದ್ಭುಶ್ರೀಸ್ತ್ರೀಪ್ರಸ್ರಣ್ಯಧ್ಯವ್ಯಾಪ್ಯಾಲ್ಯತ್ಯ
ತ್ತ್ಯನ್ಯೋಸ್ಯಾನ್ಯಆರ್ಣಾರ್ತೃರ್ಬತ್ತ್ವಶ್ವೇಶ್ವಸ್ವದ್ವಾದ್ವಾಸ್ವಾದ್ವ
ಜ್ಞಾಜ್ಞಬ್ರಹ್ಮಾ ನ್ಮಹ್ಮಲ್ಮಿ೬ಸ್ಪಶ್ನಸ್ತಯ್ತುಪ್ತಷ್ಟ್ರೀಸ್ಟೆಫ್ಲಾಕ್ಟ್ರಿಷ್ಠೆ
ಶ್ಚಾ
ತ್ಯಕ್ಪ್ಮಜ್ಞಷ್ಟ್ರಕ್ಷ್ಮಿಸ್ಥಿಷ್ಟ್ರಾವೈದ್ಯ್ಕನ್ಕೈಕ್ಷ೦ಕ್ಷಕ್ಲಾ
ಥ್ಯಾ೦ಕ್ಸ್ಹ್ಯಾ೦ಲ್ಮೇಲ್ಡರಕ್ಕಖ್ಖಗ್ಗಘ್ಘಙ್ಙಚ್ಚ ಜ್ಜ ಞ್ಞಟ್ಟಠ್ಠ
ಡ್ಡ ಣ್ಣ ತ್ತ ದ್ದ ಧ್ಧ ನ್ನಪ್ಪಫ್ಪಬ್ಬಭ್ಭಮ್ಮ