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
MrMansur RE:<НРЗБ> 3 часа
Rebellioner RE:Подайте бедному копеечку на книжку с литреса... 12 часов Stager RE:Беженцы с Флибусты 2 дня Tramell RE:Серия "Библиотека французской литературы" (Макбел) 2 дня sem14 RE:Книжная серия "Жизнь в искусстве" издательство "Искусство"... 4 дня sem14 RE:Современная корейская литература. Книжная серия... 4 дня sem14 RE:Серия "Символы времени" издательства "Аграф" 1 неделя sem14 RE:Собираем серию: "Азбука-триллер", издательство "Азбука-Терра" 1 неделя sem14 RE:«Юмористическая серия» 1 неделя larin RE:Оплатил. Абонемент не отображается 2 недели larin RE:Оплатил, но абонемент не отображается 2 недели nehug@cheaphub.net RE:DNS 3 недели alexk RE:Багрепорт - 2 4 недели Isais RE:Семейственность в литературе 1 месяц Violontan RE:Жан Батист Мольер воскрешенный 1 месяц sem14 RE:Гонкуровская премия 1 месяц Саша из Киева RE:Приключения белочки Рыжки 1 месяц alex-from RE:Оплатил два раза, но абонемента нет 1 месяц Впечатления о книгах
tvv про Никитин: Вадбольский – 6 (Фэнтези, Попаданцы)
29 12 Лилия Никитина выложила этот роман на АТ с посвящением: Роман Юрия Никитина. Публикация приурочена ко дню рождения Автора. Уважаемые читатели, поклонники, друзья! Сегодня, в день рождения Юрия Александровича ………
mysevra про Кассе: Третья мировая психотронная война (Публицистика)
29 12 Предсказуемо: Штаты – колыбель зла, все остальные в белом, особенно некоторые. Наймиты империализма хотят захватить независимую Беларусь и свободную Северную Корею – это же шедевр советской передовицы. Ни один политический ……… Оценка: плохо
mysevra про Лондон: Сердца трех [Hearts of Three ru] (Классическая проза ХX века, Приключения)
29 12 Отличный приключенческий роман, поднимает настроение. Оценка: отлично!
mysevra про Ми   : Седьмой читатель [litres] [Seventh Reader ru] (Триллер)
29 12 Читать интересно благодаря нездешнему колориту. Необычно. Оценка: хорошо
Sello про Фель: Волки у дверей [Les Loups à leur porte ru] (Триллер)
29 12 Не знаю, чья тут бöльшая "заслуга" - автора, переводчика, или того и другого, но текст, похожий на информативный листок, переполненный детализацией каждого движения, причем порой прямо-таки чувствуется смакование, когда дело ……… Оценка: плохо
udrees про Панчин: Сумма биотехнологии. Руководство по борьбе с мифами о генетической модификации растений, животных и людей (Химия, Биология, Научная литература: прочее, Научпоп)
28 12 Книга очень хорошая, рассчитанная на широкий круг читателей по довольно сложной и злободневной теме – ГМО, генная инженерия, мутации и все с этим связанное. Много страшилок наверное эта книга снимет, хотя все равно многих ……… Оценка: отлично!
udrees про Корнев: Хмель и Клондайк. Эпилог (Фэнтези, Постапокалипсис)
28 12 Даже не верится что это писал автор Приграничья и что это эпилог. Какой-то невнятный скомканный рассказ на десяток страниц – просто перестрелка, разговор и кто-то переезжает на Аляску, и все – это конец книги якобы. Оценка: плохо
udrees про Шиленко: Искатель - 2 [СИ] (Фэнтези, Эротика, ЛитРПГ, Самиздат, сетевая литература)
28 12 Написано достаточно хорошо для развлекательной книги. Описания окружающей среды создают цельную картину мира и жизни в жанре литРПГ. Главный герой хоть и развивается по законам жанра, качается и получает новые уровни, а также ……… Оценка: неплохо
udrees про Морале: Проклятье, с*ка! Книга 4 (Городское фэнтези, Самиздат, сетевая литература)
28 12 В целом нормальное продолжение приключений главного героя, 4-я книга в общем и вторая книга про его приключения в Японии, замкнувшая временную петлю. Автор все действие описывает в Японии, правда опять скатывается в школьные ……… Оценка: неплохо
udrees про Морале: Проклятье, с*ка! Книга 3 [калибрятина] (Эротика, Самиздат, сетевая литература)
28 12 Смешная довольно книга про продолжение приключений попаданца в новом мире. Автор сюжет решил изменить и перекинуть его по времени на два года назад и еще и в Японию. Видимо автор питает слабость к Японию, поэтому все действие ……… Оценка: неплохо
udrees про Мантикор: Город, которого нет 6 [СИ] (Фэнтези, Самиздат, сетевая литература)
28 12 Книга продолжение предыдущей, заполняет пробел в долгой жизни героя и его прокачке перед будущим кризисом. Аж 6 лет займет, в книге время правда во многом спрессовано. Иногда просто написано, что прошла весна. Повествование ……… Оценка: хорошо
udrees про Каменистый: Кризис власти (Боевая фантастика, Фэнтези, Попаданцы, ЛитРПГ)
28 12 Смешное продолжение похождений Гедара. Автор расписывает все очень красочно и подробно. Юмор в книге изобилует в большом количестве. Это касается как описаний, рассуждений героя, так и диалогов. Вызывают улыбку упоминания ……… 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?