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
aldan RE:Подайте бедному копеечку на книжку с литреса... 27 мин.
Larisa_F RE:Серия "Новые сказочные повести" издательство "Самовар" ... 3 дня sem14 RE:Серия "Символы времени" издательства "Аграф" 5 дней Larisa_F RE:Серия книг «Судьбы книг» издательства «Книга» 1 неделя tvv RE:faq brainstorm =) 1 неделя Larisa_F RE:Серия "Что есть что" издательства "Слово"(чего не хватает) 1 неделя Larisa_F RE:Серия "Очень прикольная книга", издательство Азбука-классика 1 неделя larin RE:абонемент не обновлен 2 недели sem14 RE:За иллюминатором (серия) - чего не хватает? 2 недели sem14 RE:Собираем серию: "Мастер серия", издательство "Лимбус". 2 недели Larisa_F RE:Книжная серия «Сlio» издательства "Евразия" 2 недели larin RE:Пропал абонемент 3 недели tvv RE:DNS 4 недели 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
Oleg68 про Кристенсен: Полубрат [Halvbroren ru] (Современная проза)
31 01 Долго читал. Неоднозначная книга. С одной стороны,- интересная, С другой,- как- то рывками. Оценка: хорошо
udrees про Леруа: Мутанты: О генетической изменчивости и человеческом теле [Mutants: On Genetic Variety and the Human Body ru] (Биология)
31 01 Отличная книга, написанная как можно более доступным языком про генетику, язык генов и как мутации в них влияют на человека. Приводится все это на примерах достаточно известных мутаций – сросшиеся близнецы, волосатые люди, ……… Оценка: отлично!
udrees про Атаманов: Первая зима [СИ] (Фэнтези, ЛитРПГ, Самиздат, сетевая литература)
31 01 Хорошо написано в жанре литРПГ, хорошее продолжение. Герой и его альянс продолжают свое развитие в новом мире. Нюансом является то, что есть боги-валлары, которые вмешиваются в игровой процесс, собственно так его они и именуют. ……… Оценка: хорошо
udrees про Атаманов: На службе Фараона [СИ] (Фэнтези, ЛитРПГ, Самиздат, сетевая литература)
31 01 Вторая книга написана не хуже первой и держит в напряжении на всем протяжении повествования. Рассказ как обычно идет от двух лиц – человека и котенка. Приключений навалом, написано просто и живо. Немного конечно коробит, когда ……… Оценка: хорошо
udrees про Атаманов: Котёнок и его человек [СИ] (Фэнтези, Самиздат, сетевая литература)
31 01 Хорошее произведение в жанре литРПГ и попаданца. Начало конечно скомканное, читателя сразу бросают в бой, как говорится. Скучное начало быстро пролетает, так как героя сразу перебрасывают в сказочный мир, хотя вру, не сразу ……… Оценка: хорошо
tvv про Лонс: Темный флешбэк [litres] (Детективная фантастика)
30 01 4 книга этой серии (Эксгрегум[litres]) есть на Ф., но размер ее больше 10 мегабайт. Пожалуйста, кто может, сделайте нашу библиотеку еще совершеннее?
Barbud про kv23: Кредитное плечо Магеллана (Альтернативная история, Попаданцы, Историческое фэнтези, Самиздат, сетевая литература)
30 01 Изобилие биржевых терминов, явные анахронизмы типа слова "садист" из уст одного из персонажей или корабельных весов, градуированных в килограммах. Не зашло как-то. Оценка: плохо
Sello про Нечаев: АнтиNаполеон (История, Публицистика)
30 01 Не смог дочитать до конца, хотя до этого несколько прочитанных книг Нечаева дали повод составить об авторе благоприятное мнение. В аннотации написано про "глобальный бренд" по имени Наполеон, но в содержании нечто обратное: ……… Оценка: нечитаемо
Олег Макаров. про Карелин: Торговец Правдой 1 (Городское фэнтези, Попаданцы, Самиздат, сетевая литература)
30 01 Феерическая чушь. Как будто взяли штампы и наштамповали. Оценка: нечитаемо
Oleg68 про Хайнлайн: Туннель в небе [Tunnel In The Sky ru] (Научная фантастика)
27 01 Мне понравилось. Не понял отзыв об американских детишках. Американский автор должен писать о советских детишках? Так для этого есть Головачев и другие.
Stager про Оченков: Гроза над Бомарзундом [СИ] (Альтернативная история, Попаданцы, Самиздат, сетевая литература)
26 01 Первую я с трудом осилил. Автор, конечно, ни в чём не разбирается, но исторический наброс любопытен. А дальше... Автор совсем ни в чём не разбирается... Ну да, сталей у него не было, но было естественно-легированное шведское ……… 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?