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
Леди Стервa RE:Подайте бедному копеечку на книжку с литреса... 2 часа
stevecepera RE:Список современных французских писателей? 14 часов Саша из Киева RE:Как бы с этим побороться и побороть? 4 дня etorus2008 RE:Отв: Помогите найти книгу по описанию 1 неделя lemma7 RE:Чёрный нимб и другие истории, исполненные неизъяснимого ужаса 1 неделя Wedmak RE:Помогите найти!.. #2 1 неделя sem14 RE:Координация сканирования и вычитки 2 недели babajga RE:Кто сможет раздобыть и оцифровать нужные мне книги? 3 недели Isais RE:Мои открытия 3 недели kopak RE:О группе Дятлова. О той самой, того самого... 3 недели A5. RE:Не присылает пароль на почту 4 недели babajga RE:Плюмаж 1 месяц babajga RE:Блошкинс и Фрю. Опасное путешествие 1 месяц alexk RE:Багрепорт - 2 1 месяц babajga RE:Удивленная сова 1 месяц Larisa_F RE:Серия «Квадрат» издательства «Текст» 2 месяца Aleks_Sim RE:Беженцы с Флибусты 2 месяца edvud RE:Прошу переформатировать, распознать, etc... 2 месяца Впечатления о книгах
Lan2292 про Билик: Царь царей (Юмористическая фантастика, Городское фэнтези, Самиздат, сетевая литература)
11 05 Что можно сказать о серии, мне понравилось, есть конечно недочеты и к слогу можно предъявить небольшие претензии, но я прочитала все рассказы до девятой включительно и не было желания прекратить, рекомендую любителям сказок Оценка: отлично!
DMcL про Михаил Дорин
11 05 Авиатор - дневник молодого лётчика. Просто проза про лётную работу. Может кому и понравится. Мне нет - очень Скучно!
Barbud про Порошин: Гость из будущего. Том 1 [СИ] (Юмор: прочее, Самиздат, сетевая литература)
10 05 В качестве прикола над попаданцами в совок сойдет. Автор, судя по возрасту, с реалиями СССР немного знаком, успел захватить по краешку, но тут он точно какой-то альтернативный мир изображает. Хотя если без претензий на серьезность ……… Оценка: неплохо
Belomor.canal про Врангель: Воспоминания. От крепостного права до большевиков (История, Биографии и Мемуары)
10 05 Это великолепный автофикшн - с диалогами, сценами... читается как роман! Всем советую! Оценка: отлично!
Олег Макаров. про Дашко: Москва [СИ] (Альтернативная история, Исторический детектив, Попаданцы, Самиздат, сетевая литература)
09 05 > kappa1 есть такое слово "походу". Мне оно тоже не нравится, но ничего с этим не поделать, русский язык не обязан развиваться так, чтобы нам с вами нравилось. И, кстати, "похоже" это не совсем (совсем не) точный "перевод" .
kappa1 про Дашко: Москва [СИ] (Альтернативная история, Исторический детектив, Попаданцы, Самиздат, сетевая литература)
09 05 Уважаемый автор! Нет такого слова "походу", есть "похоже", ... , "похоже". Ещё песня есть такая у Агутина: "Не похожий на тебя, не похожий на меня, Просто так прохожий парень чернокожий...". Прослушай её пару раз, может быть ……… Оценка: хорошо
msnaumov про Фреймане: Прощай, Атлантида [Ardievu, Atlantīda! ru] (Биографии и Мемуары)
08 05 Исправлены ошибки в тексте, добавлены недостающие 4 страницы
Isais про Сергей Николаевич Тимофеев
07 05 Потрясающий воображение пример того, сколь много для общей пользы может сделать человек, имея голову на плечах, трудолюбие и хороший инструментарий.
0к про Четверикова: Измена в Ватикане, или Заговор пап против христианства (История, Публицистика)
07 05 Да, вандалы испоганили оригинальный текст - Розенберг стал Гейзенбергом. Но, автор превосходен, поэтому отлично. Оценка: отлично!
decim про Рис: Наблюдатель [litres] (Современная проза)
07 05 Продвинутый британский дамский роман, несколько затянутый. Провокаций тут не шибко, ради качественной провокации читайте "Homo Фабер". Если считать за провокацию постоянные косячки(в переводе названные самокрутками, что поначалу ……… Оценка: неплохо
alexk про Москаленко: Юный бастард. Книга 3 [СИ] (Боевая фантастика, Самиздат, сетевая литература)
07 05 Насколько я помню, этот автор - чемпион по количеству незаконченных циклов. |
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?