Вы здесьТехническая тема о распознавании скриншотов
Опубликовано чт, 19/07/2012 - 11:53 пользователем Verdi1
Попробовал я на днях такой вот подход к оцифровке книг, которые можно читать только через всякие хитрожопые интерфейсы, где до собственно текста не добраться, типа как в гугл-букс. Вот, думаю, можно же нарезать скриншоты, а потом их и распознать, как сканы. Рука устанет, конечно, но книжка-то будет! Качество распознавания, думаю я дальше, должно быть просто отменным – ведь никаких дефектов изображения и мушиных какушек на скриншотах нет по определению. И вот такой обрадованный я приступил к экспериментам. FineReader 11, открывая скриншот, выругался таково: «Разрешение исходного изображения было исправлено». Я так понимаю, с присущих скриншотам 96 dpi на любимые Файнридером 150. После этого исправления буковки на скриншоте стали мелконькие, но всё равно довольно чёткие. Однако когда Файнридер начал их распознавать, он сделал столько ошибок, сколько я не видел даже на сканах вытащенных буквально из жопы страниц, в которые перед этим рыбу заворачивали (язык я правильно выставил, можете не сомневаться). К примеру, он воткнул апостроф после почти (!) каждой буквы w. Как заставить его НЕ исправлять разрешение картинки, я не нашёл. Нашёл в нём редактор изображений, но он позволяет лишь вернуть разрешение опять на 96 dpi у уже уменьшенного изображения. После такой двойной операции буквы расплываются и распознаются ещё хуже. В общем, какая-то совершенно дебильная ситуация, противоречащая всему моему жизненному опыту. Подскажите чего-нибудь.
|
Вход на сайтПоиск по блогам и форумамUser menuПоследние комментарии
Aliki RE:Подайте бедному копеечку на книжку с литреса... 1 день
Саша из Киева RE:Подвиг героев - судьба страны. МНР: люди и годы 6 дней commodore RE:Письма 2 недели Саша из Киева RE:Три минуты истории 2 недели nehug@cheaphub.net RE:Как бы с этим побороться и побороть? 3 недели Саша из Киева RE:Книги на латышском языке 3 недели stevecepera RE:Список современных французских писателей? 1 месяц etorus2008 RE:Отв: Помогите найти книгу по описанию 1 месяц lemma7 RE:Чёрный нимб и другие истории, исполненные неизъяснимого ужаса 1 месяц Wedmak RE:Помогите найти!.. #2 1 месяц sem14 RE:Координация сканирования и вычитки 1 месяц babajga RE:Кто сможет раздобыть и оцифровать нужные мне книги? 1 месяц Isais RE:Мои открытия 1 месяц kopak RE:О группе Дятлова. О той самой, того самого... 2 месяца A5. RE:Не присылает пароль на почту 2 месяца babajga RE:Плюмаж 2 месяца babajga RE:Блошкинс и Фрю. Опасное путешествие 2 месяца alexk RE:Багрепорт - 2 2 месяца Впечатления о книгах
Саша из Киева про Данилевский: House of Leaves [en] (Ужасы)
15 06 На Либгене эта книга есть на русском в формате PDF. Но размер - почти 200 мб. Если бы кто-нибудь смог её распознать и перевести в обычный текст. Если кто-нибудь может, то вот ссылка: https://libgen.li/ads.php?md5=39813cbc542caa6cc9bc31ed6b24c634
mysevra про Тулуб: Людолови (Том 2) [uk] (Историческая проза)
15 06 Пам’ятаю, як вперше побачила цю книжку в дитинстві на полиці батьківської шафи. Назва була така моторошна, так лоскотала уяву! Але зовсім не про те, на що я сподівалася:) Власне книжка розкішна, особливо перший том. Величне ……… Оценка: отлично!
mysevra про Свечин: Между Амуром и Невой [«Демон» преступного мира. litres] (Полицейский детектив, Исторический детектив)
15 06 Много нового узнала о сибиряках. Но в целом довольно опереточно. Главный персонаж «одним махом всех побивахом», да и умён не по годам, этакий супергерой средней полосы, не хватает трико и плаща. Оценка: хорошо
mysevra про Ветров: Последний из рода Демидовых (Детективная фантастика, Самиздат, сетевая литература)
15 06 Какая-то излишне бодрая чепуха. Оценка: плохо
DMcL про Михеев: Солдаты Третьей мировой [litres] (Боевая фантастика, Героическая фантастика)
14 06 Время большой игры -3, а не вне серий
Maxxim про Лукьяненко: Седьмой (Киберпанк, Космическая фантастика, Попаданцы, Самиздат, сетевая литература)
14 06 интересно но непонятно о чем Оценка: неплохо
Maxxim про Замировская: Смерти.net [litres] (Социальная фантастика)
14 06 долгая женская чушь-роман написанный левоватой журналисткой, без особого смысла. идея поначалу ничо - хотя после первого абзаца ясно что человек пишет о том что представить толком не может и не понимает как оно может работать, ……… Оценка: нечитаемо
decim про Конаков: Табия тридцать два [litres] (Социальная фантастика)
13 06 Очевидно, автор из Питера. Очевидно, начитан: тут вам и ранние(и лучшие) книги Каверина, и "Игра в бисер", и, страх сказать, "Фатерланд" Харриса, если говорить о стирании истории. Прямо упоминается "За миллиард лет до конца ……… Оценка: хорошо
nik_ol про Луганцева: Бесплатный сыр для второй мышки [litres] (Иронический детектив, Детективы: прочее)
12 06 Хочу новое! Если есть, выложите, плииз. ) Оценка: хорошо
alexk про Карнеги: Как сделать свою жизнь легкой и интересной (Психология, Самосовершенствование, О бизнесе популярно, Управление, подбор персонала)
12 06 Новая работа? Карнеги умер 70 лет назад!
Barbud про Каталкин: Несознательный (Альтернативная история, Попаданцы, Самиздат, сетевая литература)
11 06 Кое-как домучил первую часть, за вторую, наверное, не возьмусь. Скучный производственный роман, причем абсолютно "безлюдный" - в книге нет ни одного живого человека, только какие-то юниты безмысленные и безэмоциональные. Автору ……… Оценка: плохо |
Комментарии
Отв: Техническая тема о распознавании скриншотов
Вот мне тоже интересно. Иногда все же получается, но так редко
Отв: Техническая тема о распознавании скриншотов
Мнэ-э-э... Мне вот помогает - на малых текстах - распознавалка прямо с экрана, даже без предварительного скриншотенья: ABBYY Srceenshot Reader. Просто увеличиваю картинку в браузере и напускаю эту прожку. Кряхтеть будет в зависимости от объема текста, но ни разу еще не подводила, не висла, не вываливалась.
...Есть планы этой хней отщелкать онлайновый сборник в .swf, думаю, сможет; но планы пока далекие - пусть автор попродает его немного.
Подойдет ли к гуглобуксу - ХЗ.
Отв: Техническая тема о распознавании скриншотов
через скантейлор прогоните скриншоты, на выходе там можно выбрать нужное dpi , это правда как из пушки по воробьям) вроде в разных просмотрщиках можно менять, но как то не требовалось, откуда хоть пытаетесь выдирать то?
Отв: Техническая тема о распознавании скриншотов
Отв: Техническая тема о распознавании скриншотов
На флибусте задайте вопросик sonat10 про то как из киндлов выдирать текст, у меня небыло - не попробовать самому, а вот она говорила что какой то способ был :) и довольно хороший как я убедился, пусть у трудоемкий..
Отв: Техническая тема о распознавании скриншотов
Обрабатывать перед распознаванием скриншоты пакетной обработкой в какой нибудь прожке типа FastStone Photo Resizer. Задавать там увеличение до 150 dpi c сохранением физического размера — тогда оно в FineReadere елозить не будет.
Отв: Техническая тема о распознавании скриншотов
Это лишь ликвидирует сообщение файнридера при открытии картинки, всё остальное останется так же - картинка мельче чем исходный скриншот и ужасающее качество распознавания идеального вроде бы текста.
А программка полезная, пригодится.
Отв: Техническая тема о распознавании скриншотов
Не сохранения размера файла (в байтах), а физического размера картинки (в сантиметрах).
Ну или можно обрабатывать пакетом одновременно увеличение в два раза (пикселы) и dpi 150.
Прожка полезная.
Отв: Техническая тема о распознавании скриншотов
Но мне всё-таки чисто теоретически интересно, почему он потенциально безупречный текст так херово распознаёт?
Отв: Техническая тема о распознавании скриншотов
У меня скриншоты с Адоберидера на ура распознались.
Отв: Техническая тема о распознавании скриншотов
По-английски? Я в данный момент конкретно с английским текстом вожусь.
Отв: Техническая тема о распознавании скриншотов
Нет, на русском.
Шрифты увеличивать пробовали?
Отв: Техническая тема о распознавании скриншотов
Попробовал. Если сделать буквы реально крупными (значительно крупнее, чем обычно), то, действительно, распознавание получается гораздо чище. Сейчас попробовал на одной главе - ни одной ошибки. Хотя по какому принципу он модифицирует разрешение, я так и не понял. Некоторые скриншоты он ужимает, другие оставляет в исходном разрешении.
В общем, похоже, это единственный работающий подход пока. Хотя это существенно увеличивает количество скриншотов и, соответственно, нагрузку на правое запястье.
Отв: Техническая тема о распознавании скриншотов
В FastStone Photo Resizer.
1. Поставить галку в «Use advanched option» — появится кнопка «Аdvanched option» — щёлкаем в неё.
2. В закладке «dpi» ставим галку и выбираем dpi 150×150.
3. В закладке «Resize» ставим галку и выбираем «In percentage» и 200%.
Отв: Техническая тема о распознавании скриншотов
Скриншот выглядит примерно так (уменьшенный, понятное дело):
Распознанный текст вот такой:
Красненьким я выделил необъяснимые и ничем, с моей точки зрения, не оправданные ошибки распознавания.
Лично мне это напоминает диверсию и саботаж.
Отв: Техническая тема о распознавании скриншотов
Стрёмные буквы W в этом шрифте.
А нельзя его поменять в читалке на рубленый (без засечек)?
Отв: Техническая тема о распознавании скриншотов
О, и я о том же.
Отв: Техническая тема о распознавании скриншотов
Хммм... А может быть, дело просто в штрифте? Смотрите: ФР "видит" простое "w" как его же с апострофом. Это типичная ошибка.
Попробуйте пройтись с обучением. Научить распознавать именно "w".
Отв: Техническая тема о распознавании скриншотов
Используйте Corel Capture и будет вам счасте )
Отв: Техническая тема о распознавании скриншотов
Где взять? Чтоб чего лишнего не прихватить
Отв: Техническая тема о распознавании скриншотов
Скриншот сохранять не в JPEG, а в TIFF.
И потом уже с ним работать.
Отв: Техническая тема о распознавании скриншотов
Хм, а если у меня только в ping сохраняет?