Вопрос-консультация у распознающих (ВАЖНО)

Опубликовано ср, 23/05/2012 - 13:56 пользователем soshial
Forums: 
Вычитать

Уважаемые сканирующие и распознающие.

У нас есть крупная ценная научная монография, которая не была опубликована.
Мы решили её отсканировать (и оцифровать) и выложить под свободной лицензией.

Однако мы не знаем с какими параметрами нужно сканировать, чтобы распознавание прошло как можно удачнее и исправлять вручную нужно было как можно меньше.
Работа была напечатана на печатной машинке, состоит из 3-х томов (более 1000 страниц), с некоторыми ручными исправлениями.

Могу ли я попросить вас дать своё экспертное мнение (как людей, искушенных именно в распознавании текстов), какой из испробованных режимов наиболее подходит для возможного последующего распознавания, и если все они плохи, то что следует поменять в настройках сканирования, чтобы вытянуть максимально возможное? Речь идет в данный момент не о восприятии при чтении, а исключительно о наилучшем возможном распознавании.

Я уделяю выбору оптимального режима столько внимания, поскольку на сканирование трех томов уйдет просто уйма времени, и переделывать это из-за неоптимального режима уже будет невозможно.

Четыре варианта сканов двух ъарактерных для работы страниц http://ifolder.ru/29942167

Вот параметры, которые менялись при сканировании:
1-2 Средняя резкость
3-4 Максимальная резкость
5-6 Средняя резкость, Гамма 1 вместо 2.2
7-8 В цвете, Гамма 2.2, средняя резкость.

Что вы могли бы посоветовать улучшить?
Благодарю.

Опубликовано ср, 23/05/2012 - 14:26 пользователем niksi

Чисто визуально, чуть темнее, чем вариант 4 и чуть светлее, чем вариант 5 было бы оптимально. Но текст настолько плох, что хрен редьки не слаще. Текст ужасен. Если он весь такой, то лучше ручной набор. Потому что количество ошибок зашкаливает разумные пределы. Текст с такими ручными правками сканить под распознавание практически не имеет смысла.
Определить параметры сканирования проще всего самостоятельно, распознав несколько вариантов, и сравнив количество выявленных Файнридером ошибок в разных случаях.
А бояться отсканировать с неидеальными параметрами - не надо. Если только это не крайние параметры - очень-очень светлый, или очень-очень темный - то после сканирования их можно будет подправить пакетной обработкой. Например, в фотошопе.

Опубликовано ср, 23/05/2012 - 14:33 пользователем Tanja45

niksi написал:
А бояться отсканировать с неидеальными параметрами - не надо. Если только это не крайние параметры - очень-очень светлый, или очень-очень темный - то после сканирования их можно будет подправить пакетной обработкой. Например, в фотошопе.

Очень хорошо бывает прогнать сканы через Букресторер. Для таких сканов он мне очень пригождается.

Опубликовано чт, 24/05/2012 - 15:09 пользователем soshial

Tanja45 написал:
niksi написал:
А бояться отсканировать с неидеальными параметрами - не надо. Если только это не крайние параметры - очень-очень светлый, или очень-очень темный - то после сканирования их можно будет подправить пакетной обработкой. Например, в фотошопе.

Очень хорошо бывает прогнать сканы через Букресторер. Для таких сканов он мне очень пригождается.

а что это за программа и для чего она нужна?

Опубликовано чт, 24/05/2012 - 16:13 пользователем sd

Посмотрите здесь:
http://lib.rus.ec/node/394079

Опубликовано ср, 23/05/2012 - 15:03 пользователем Like Indigo

либо делать из него книгу в пдф или дежавю. руками такое набрать это ж каторжный труд - каждую букву сверять с бумагой

Опубликовано ср, 23/05/2012 - 15:39 пользователем palla

X