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
monochka RE:Подайте бедному копеечку на книжку с литреса... 4 часа
Larisa_F RE:Серия "Новые сказочные повести" издательство "Самовар" ... 1 неделя sem14 RE:Серия "Символы времени" издательства "Аграф" 1 неделя Larisa_F RE:Серия книг «Судьбы книг» издательства «Книга» 2 недели tvv RE:faq brainstorm =) 2 недели Larisa_F RE:Серия "Что есть что" издательства "Слово"(чего не хватает) 2 недели Larisa_F RE:Серия "Очень прикольная книга", издательство Азбука-классика 2 недели larin RE:абонемент не обновлен 3 недели sem14 RE:За иллюминатором (серия) - чего не хватает? 3 недели sem14 RE:Собираем серию: "Мастер серия", издательство "Лимбус". 3 недели Larisa_F RE:Книжная серия «Сlio» издательства "Евразия" 3 недели larin RE:Пропал абонемент 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
MrMansur про Дубнов: Книга жизни [воспоминания и размышления] (Биографии и Мемуары)
07 02 Так есть же в формате fb2 http://209.42.197.18/b/786038
MrMansur про Прилепин: Тума (Современная проза)
07 02 Первая мысль - как же много крови проливали. Но потом осознание: почему проливали? Так было, ьак есть и так будет пока существует эта раковая опухоль - человек... Владея русским и татарским, было интересно читать многоязычные ……… Оценка: отлично!
polyn про Корсакова: Лисье золото [СИ litres] (Ужасы, Триллер, Самиздат, сетевая литература)
07 02 Очень интересное начало серии Оценка: отлично!
udrees про Каменистый: Запрещённый юг (Боевая фантастика, Фэнтези, Попаданцы, ЛитРПГ)
07 02 Смешно написано, продолжение хорошее. Понравится любителям серии. Герой снова попадает в переделки, снова сражается с сильными противниками, и снова получает кучу прогресса. Описания статов и достижений иногда могут раздражать, ……… Оценка: отлично!
udrees про Атаманов: Новые Боги (Боевая фантастика, ЛитРПГ, Самиздат, сетевая литература)
07 02 Смешное окончание приключений. Все было бы хорошо, если бы не вмешательство богов в дела земные. Хотя конечно изначально все предупреждены, что они игроки в большой Игре. Но в 4-й книге приключения в своем стиле, интересные ……… Оценка: хорошо
udrees про Атаманов: Верховья Стикса [СИ] (ЛитРПГ, Самиздат, сетевая литература)
07 02 Я полагаю не вторая, а третья книга может быть окончанием всей серии. Концовку чуть поменять и все, логический венец приключений гоблина. Собственно, в таком же стиле грамотное описание приключений гоблина, победы над сильными ……… Оценка: хорошо
udrees про Атаманов: Сохранить крылья [СИ] (ЛитРПГ, Самиздат, сетевая литература)
07 02 Совершенно сумасшедшее продолжение истории про приключения гоблина-травника в игровом мире, заодно перемежающееся с событиями в реальном мире. Автор часто использует такой прием в своих книгах. Не знаю, в «Забаненном» меня ……… Оценка: хорошо
alexk про Цзи Юнь: Заметки из хижины «Великое в малом» [сборник litres] (Древневосточная литература)
07 02 Издание повторяет старый советский вариант, только предисловие выкинули. И издание, и сам файл хуже предшественника.
decim про Смурыгина: Дефицит. Как в СССР доставали то, что невозможно было достать (История, Публицистика)
05 02 Даже забег по мос. лавкам в понедельник приносил урожай, а уж в посёлках чего только не было. Среди тамошнего населения считалось предосудительным носить не то, что принято - т.е. спецовку на каждый день и старый шерстяной ………
Barbud про Трофимов: Толмач [litres] (Боевая фантастика, Попаданцы)
05 02 Автор успел накропать уже целую охапку писева про данный исторический период, но так и не озаботился получше узнать о реалиях того времени, хотя бы учебник истории почитать - ну да, чукча не читатель, чукча писатель. Тут у ……… Оценка: плохо
irukan про Ланцов: Шанс (Альтернативная история, Социальная фантастика, Самиздат, сетевая литература)
04 02 Хорошо зашла книга! На одном дыхании прочёл. Давно у Ланцова такого не было. Наш совеременник попадает в Константинополь за несколько лет до его падения. То есть, понимаешь, что всё у него получится, но всё равно до конца держит в напряжении Оценка: отлично!
blahblah про Смурыгина: Дефицит. Как в СССР доставали то, что невозможно было достать (История, Публицистика)
04 02 Ужасная книга! Автор интервьюировала знаменитых людей, которые в тоже время в большинстве своём были детьми и внуками других знаменитых людей, ездили за границу, жили в привилегированных домах, получали спецпайки, джинсы во ……… 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?