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
sem14 RE:Книжная серия "Жизнь в искусстве" издательство "Искусство"... 2 дня
DGOBLEK RE:Подайте бедному копеечку на книжку с литреса... 6 дней sibkron RE:"100 славянских романов", серия изд.-ва "Центр книги... 1 неделя larin RE:Пропал абонемент 2 недели Larisa_F RE:Серия "Новые сказочные повести" издательство "Самовар" ... 1 месяц sem14 RE:Серия "Символы времени" издательства "Аграф" 1 месяц Larisa_F RE:Серия книг «Судьбы книг» издательства «Книга» 1 месяц tvv RE:faq brainstorm =) 1 месяц Larisa_F RE:Серия "Что есть что" издательства "Слово"(чего не хватает) 1 месяц 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> 2 месяца Stager RE:Беженцы с Флибусты 2 месяца Tramell RE:Серия "Библиотека французской литературы" (Макбел) 2 месяца Впечатления о книгах
udrees про Кинг: Техносоциализм. Как неравенство, искусственный интеллект и климатические изменения создают новый миропорядок [litres] (Публицистика)
01 03 В общем-то годная книга, которая раскрывает основные мировые проблемы, лежащие перед человечеством. Автор предлагает четыре варианта развития будущего, из них самый радужный и самый оптимистичный – это конечно техносоциализм. ……… Оценка: хорошо
udrees про Володин: Газлайтер. Том 7 [СИ] (Альтернативная история, Боевая фантастика, Фэнтези, Попаданцы, Самиздат, сетевая литература)
01 03 Примитивная простенькая история-сказка. Написана очень простыми словами, с такими же простыми диалогами героев. Это сказка, конечно, где главный герой прямо супермен, неуязвимый с кучей умений, никто не может ему противостоять. ……… Оценка: неплохо
udrees про Володин: Газлайтер. Том 6 [СИ] (Альтернативная история, Боевая фантастика, Фэнтези, Попаданцы, Самиздат, сетевая литература)
01 03 Эта серия приключений про мальчишку-телепата тянет на Санта-Барбару, как в мыльной опере всегда какие-то интриги, сражения, любовные романы. Написано слишком просто, примитивным языком, который тем не менее легко читается ……… Оценка: неплохо
udrees про Даттон: Мудрость психопатов (Психология)
01 03 Книга будет полезна для общего развития и понимания такого отклонения или разновидности психики как психопатия. ДО этого я читал «Сойти с ума», там тоже в качестве одного из отклонений приводилась психопатия, но подробного ……… Оценка: хорошо
udrees про Андреев: Время Z. Фронт без флангов (Военная документалистика)
01 03 Пропагандистский панегирик идущей СВО. Всю позицию автора можно оценить по одному его предложению: «И слава богу, что случилось 24 февраля 2022 года.» Большая часть книги посвящена восхвалению ЧВК «Вагнер» и его деяниям, ……… Оценка: нечитаемо
Barbud про Лещенко: Чужак [СИ] (Альтернативная история, Исторические приключения, Попаданцы, Самиздат, сетевая литература)
28 02 У автора неплохой слог и достаточно богатый язык, но вместе с тем его творчество навевает несусветную скуку. Действие почти не развивается, оно вязнет то в размышлизмах и рефлексиях, коим несть числа, то в многостраничных ……… Оценка: плохо
mysevra про Уиндем: Миры Джона Уиндема. Том 1 (Научная фантастика)
28 02 Очень освежающе и отрезвляюще на общем фоне, без всех этих крутых супергероев и суровых мачо. «Кукушки Мидвича» тоже понравилась, правда, экранизация 90-х мне показалась поярче. Оценка: отлично!
mysevra про Бонда: Девушка полночи [Pochłaniacz ru] (Триллер, Детективы: прочее)
28 02 Вроде и задумка замечательная, но так тягомотно изложено – сил нет. Оценка: неплохо
mysevra про Хофф: Дао Винни-Пуха (Философия)
28 02 Какая вдохновляющая прелесть! Что-то есть в этом такое, успокаивающее и жизнеутверждающее. Проблема всей этой стройной теории в ключевом условии «познать самого себя», а для этого многим жизни не хватает. Оценка: отлично!
Олег Макаров. про Прядеев: Спящие секреты [СИ] (Фэнтези, Детективы: прочее, Самиздат, сетевая литература)
27 02 Очень слабо написано, не смог читать Оценка: нечитаемо
Олег Макаров. про Прядеев: Позывной «Курсант» (Альтернативная история, Попаданцы, Самиздат, сетевая литература)
27 02 Ужасно написано. Постоянные повторы одних и тех же мыслей, первые 50 страниц книги уместились бы без этого на трёх, максимум четырёх. Бросил. Оценка: нечитаемо
Олег Макаров. про Мунх: Калининград (Изобразительное искусство, фотография)
27 02 Человек сделал epub из обычных фотографий, которые безо всякого к искусству фотографии дара нащёлкал на телефон — а что, так можно было? — видимо, да. — зачем? — не знаю, наверное, хотел писать про себя "автор книги Оценка: нечитаемо |
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?