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
DGOBLEK RE:Подайте бедному копеечку на книжку с литреса... 15 часов
sem14 RE:«Не забыть бы тогда, не простить бы и не потерять!»-2 ... 1 день sem14 RE:Серия "Очень прикольная книга", издательство Азбука-классика 2 дня sem14 RE:Серия "Я познаю мир" издательства "АСТ, Астрель, Олимп",... 2 дня larin RE:Заблокирован 1 неделя alexk RE:Прошу переформатировать, распознать, etc... 1 неделя konst1 RE:Серия «Интеллектуальный детектив» изд-ва АСТ 3 недели Larisa_F RE:Серия книг «Судьбы книг» издательства «Книга» 3 недели fixel RE:Пропал абонемент 3 недели sem14 RE:Книжная серия "Жизнь в искусстве" издательство "Искусство"... 1 месяц sibkron RE:"100 славянских романов", серия изд.-ва "Центр книги... 1 месяц Larisa_F RE:Серия "Новые сказочные повести" издательство "Самовар" ... 2 месяца sem14 RE:Серия "Символы времени" издательства "Аграф" 2 месяца tvv RE:faq brainstorm =) 2 месяца Larisa_F RE:Серия "Что есть что" издательства "Слово"(чего не хватает) 2 месяца larin RE:абонемент не обновлен 2 месяца sem14 RE:За иллюминатором (серия) - чего не хватает? 2 месяца sem14 RE:Собираем серию: "Мастер серия", издательство "Лимбус". 2 месяца Впечатления о книгах
mysevra про Толстой: Семейное счастие (Русская классическая проза)
12 04 Уф. Столько слышала восторгов об этой повести: ах, мол, история удивительной трансформации любви. Как по мне, неравный брак: мужчина лет на 20 старше жены, со своими сложившимися взглядами на жизнь, лепит из ничего не видевшей ……… Оценка: хорошо
mysevra про Твардовский: Василий Тёркин (Поэзия: прочее)
12 04 Интересный слог, легко читается и западает в память. Смесь нарочитой простоты и оптимизма – убойное сочетание! Правда, со временем эта простота и однообразнось приедаются, но уважение к автору остаётся. Оценка: отлично!
mysevra про Баркер: Каньон Холодных Сердец [litres] (Ужасы, Мистика)
12 04 Если бы немного ускорить процесс… Первая часть, совсем крошечная, как бы вступительная, была интригующей, а дальше хотелось пролистывать. Вроде бы и ладно написано, и подробности в тему, просто особенности склок и страданий ……… Оценка: неплохо
Skyns71 про Поселягин: На просторах неизвестной планеты [litres] (Боевая фантастика, Попаданцы)
11 04 Какой-то жутко беспомощный, коряво написанный текст - словно сочинение не самого умелого школьника... Ну как такое ухитрились издать? Вероятно, сработала немотивированая злоба автора в адрес американцев, лезущая аж на третьей странице. Оценка: нечитаемо
Евгений11112 про Иторр: Повелитель Теней [= Книга Теней] (Фэнтези)
11 04 Прочитал очень давно, до сих пор помню, а значит неплохо. Такое впечатление, что написано было под приходом. Оценка: отлично!
Oleg68 про Иванов: Тобол. Много званых [litres] (Современная проза, Исторические приключения)
10 04 Хорошая книга, но "Сердце Пармы" и "Золото бунта, или Вниз по реке теснин" мне понравились больше. Оценка: хорошо
Дей про Сластин: Кодекс Практика: Страница 1 (Героическая фантастика, Фэнтези, Попаданцы, ЛитРПГ, Самиздат, сетевая литература)
10 04 Мало кто любит читать о героях, которым всё само падает в руки. Но когда ГГ такой нытик, растяпа и дурак, как этот, читать не хочется ещё больше. Реально, всю книгу от только ноет и косячит, косячит и ноет. Оценка: плохо
Oleg68 про Эндрюс: Икар [Icarus ru] (Триллер)
07 04 Отличный триллер. В напряжении держит до последних страниц. Очень неожиданный главный злодей и непредсказуемый финал. Оценка: отлично!
decim про Горан Скробонья
07 04 Всё замазано серым. Снова привычные "уставился", ну куда без них. Словно гуглопер с посредственного английского перевода. Может быть в оригинале это интересно, а так - плохо. ЗЫ, в послужном списке транслейтора ещё есть ………
Irsanta про Данияр Саматович Сугралинов
06 04 Интересно. «Бывает и хуже» Алмазова и «22 несчастья» Сугралинова с одного образца писались?
Irsanta про Игорь Алмазов
06 04 Интересно. «Бывает и хуже» Алмазова и «22 несчастья» Сугралинова с одного образца писались?
mysevra про Вольнов: Ловчий желаний [litres] (Боевая фантастика)
05 04 Слишком витиевато на мой вкус. Много забавного, но лишнего, не по теме. Оценка: неплохо |
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?