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
Океана RE:Подайте бедному копеечку на книжку с литреса... 2 часа
larin RE:Пропал абонемент 1 неделя Larisa_F RE:Серия "Новые сказочные повести" издательство "Самовар" ... 2 недели sem14 RE:Серия "Символы времени" издательства "Аграф" 3 недели Larisa_F RE:Серия книг «Судьбы книг» издательства «Книга» 3 недели tvv RE:faq brainstorm =) 3 недели Larisa_F RE:Серия "Что есть что" издательства "Слово"(чего не хватает) 4 недели Larisa_F RE:Серия "Очень прикольная книга", издательство Азбука-классика 1 месяц larin RE:абонемент не обновлен 1 месяц sem14 RE:За иллюминатором (серия) - чего не хватает? 1 месяц sem14 RE:Собираем серию: "Мастер серия", издательство "Лимбус". 1 месяц Larisa_F RE:Книжная серия «Сlio» издательства "Евразия" 1 месяц tvv RE:DNS 1 месяц MrMansur RE:<НРЗБ> 1 месяц Stager RE:Беженцы с Флибусты 1 месяц Tramell RE:Серия "Библиотека французской литературы" (Макбел) 1 месяц sem14 RE:Книжная серия "Жизнь в искусстве" издательство "Искусство"... 1 месяц sem14 RE:Современная корейская литература. Книжная серия... 1 месяц Впечатления о книгах
vladimir1098 про Иван Лукьянович Солоневич
17 02 Пожалуй, лучшая из прочитанных мою книг о временах Сталина. Чувствуется здоровый, ясный и твёрдый ум спортсмена. Очень впечатляет что написано языком и понятиями современными, в то время так никто не писал.
Paul von Sokolovski про Сергей Борисович Рюмин
16 02 Отлично! Хороший фэнтезийный сериал о русской глубинке, насыщенной жизни юного новообращенного мага и о чудесах, ими творимых. Память о жизни в Союзе у автора сохранилась и помогает сделать повествование реалистичным, ну - ………
mysevra про Арабов: Чудо (Современная проза, Мистика)
16 02 Вроде как описывается легендарное «Стояние Зои». И язык хорош, но такая безысходность и тоска во всём этом. Понятно, что никто нам не объяснит суть этого наказании (или благословения), и почему именно она, но хоть бы у священника ……… Оценка: хорошо
mysevra про Буало-Нарсежак: Убийство на 45 оборотах [= Очертя сердце; Пропащей душе; С сердцем не в ладу] [A Coeur Perdu ru] (Детективы: прочее)
16 02 Много эмоций и переживаний, но мало действия. Не спасает даже французский шарм. Оценка: неплохо
mysevra про Кирьянова: Разбуди в себе Женщину. Книга-практикум. Всего 10 шагов к здоровью и стройности через любовь к себе, принятие и понимание (Эзотерика, Самосовершенствование, Здоровье, Спорт)
16 02 Не ешь химию, качай энергетику – и будет тебе 100% любовь к себе. А все эти аффирмации, нашептывания и прибаутки – это как слой краски на старой штукатурке, в любой момент, особенно критический, посыплется. Оценка: плохо
francuzik про Семин: Сын помещика – 5 (Альтернативная история, Попаданцы, Самиздат, сетевая литература)
16 02 Типичный женский роман. Охи вздохи, конечно же невесты (как без них). Много много змеиного шипения и...и все. Оценка: плохо
vudy про ПолуЁж
15 02 Я падаю — понял я только тогда, когда ладони, а следом и голова ударились о холодный пол." Колобок ?
blahblah про Алмазный: Ликвидация 1946. Том 1 (Альтернативная история, Исторический детектив, Самиздат, сетевая литература)
15 02 Какая чушь! Станиславского на них нет! Не верю! Оценка: нечитаемо
udrees про Атаманов: Обрести тело [СИ] (ЛитРПГ, Самиздат, сетевая литература)
15 02 Хорошее достойное завершение серии про гоблина Амру. Органично вплелись реальная и виртуальная жизни в сюжете. Хорошее описание событий в игровом мире. Несколько удивительный поворот в сюжете в реальном мире по поводу заточения ……… Оценка: хорошо
udrees про Бойн: Аларих, король вестготов: Падение Рима глазами варвара [litres] (Исторические приключения, Публицистика)
15 02 Какая-то странная книга, где Аларих выступает в роли предмета интерьера в комнате что ли. Большая часть книги, да вообще вся книга, это просто описание жизни в Римской империи перед ее падением. Описываются множество персонажей ……… Оценка: плохо
udrees про Атаманов: Стратег из ниоткуда. Книга 2 (Героическая фантастика, Фэнтези, Попаданцы, Самиздат, сетевая литература)
15 02 Хорошо написано продолжение приключений попаданца в племя орков. Можно сказать история возвышения героя, который и вправду «стратег», занимающийся строительством своей империи. Сюда входит не только военное дело, но и множество ……… Оценка: отлично!
Олег Макаров. про Хонихоев: Тренировочный День 13 (Альтернативная история, Юмор: прочее, Самиздат, сетевая литература)
14 02 Немного авторов, которых я бы столько книг в серии выдержал читать. Не могу даже сказать, чем этот подкупает. Но с удовольствием уже тринадцатый раз Оценка: отлично! |
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?