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
Dead_Space RE:Подайте бедному копеечку на книжку с литреса... 5 часов
Larisa_F RE:Национальный бестселлер (лауреаты и финалисты) 1 день sem14 RE:Премия «Фемина» 6 дней tvv RE:Багрепорт - 2 1 неделя DGOBLEK RE:Прошу переформатировать, распознать, etc... 1 неделя sem14 RE:Беляевская премия 1 неделя sem14 RE:Серия "Очень прикольная книга", издательство Азбука-классика 1 неделя Larisa_F RE:Что читать о блокаде Ленинграда. Подборка книг 1 неделя sem14 RE:Книжная серия "Жизнь в искусстве" издательство "Искусство"... 3 недели Larisa_F RE:Дэвид Герберт Лоуренс собрание в 7 томах том 3 3 недели sem14 RE:Собираем серию: "Мастер серия", издательство "Лимбус". 4 недели sibkron RE:«Словенский глагол» 1 месяц Tramell RE:Литературная премия имени И.А. Ефремова 1 месяц sem14 RE:Серия "Что есть что" издательства "Слово"(чего не хватает) 1 месяц larin RE:Оплатил, но абонемент не отображается 1 месяц epoost RE:Чарльз Брокден Браун - Wieland 1 месяц nehug@cheaphub.net RE:Ответственность. 1 месяц nehug@cheaphub.net RE:Доступ 1 месяц Впечатления о книгах
Дей про Чистая Земля
23 09 После первых 4 книг долго ждала продолжение и уже отчаялась, как сразу две книги! Очень интересно, колоритно, отличный язык.
ХРЮНЧИК1 про Демина: Некроманты и все-все-все [сборник litres] (Фэнтези, Городское фэнтези, Попаданцы)
23 09 Шикарная серия,я в восторге Оценка: отлично!
Dead_Space про Мацутои: Японское Аненербе. Оккультизм и супероружие на службе империи (Биографии и Мемуары, Публицистика, Документальная литература)
22 09 Очередная подделка российских издателей под иностранных писателей! Такой книги нет на японском, как и не существует писательницы с таким именем! Оценка: нечитаемо
mysevra про Лазарчук: Посмотри в глаза чудовищ. Гиперборейская чума. Марш экклезиастов (Социальная фантастика)
22 09 Удивлена: лет десять назад читала и была в восторге, теперь не могу понять, что же меня так поразило. Плоско. Уныло. Затянуто. С намёком на нечто грандиозное и потрясающее, но это только намёк, на большее не хватило. Оценка: неплохо
tvv про Кронос: Регрессор: Я развею вашу власть. Книга 5 (Постапокалипсис, Фантастика: прочее, Самиздат, сетевая литература)
20 09 Четвертый том есть на Ф. – но размер его почти 12 мегабайт.
Oleg68 про Резерфорд: Париж [Paris [The Novel] ru] (Историческая проза, Современная проза)
20 09 Очень понравилась книга. Эпичная. История нескольких семей связанных между собой и, конечно, с Парижем. Оценка: отлично!
decim про Дмитрий Николаевич Поляков-Катин
20 09 Для начала, это альтернативная история. В реальности немцы так и не дошли до испытания атомного заряда, а у автора их аж два, впрочем, на развитие событий это никак не влияет. По его мнению, немцы перегоняли всех в атомной ………
irukan про Пылаев: Сыскарь с того света (Городское фэнтези, Историческое фэнтези, Самиздат, сетевая литература)
19 09 Хорошо зашла книга. Язык хороший, читается легко, сюжет увлекательный, за вечер прочел. Оценка: отлично!
MrMansur про Шумилин: Ванька-ротный (Биографии и Мемуары, О войне, Военная история)
19 09 Прочитал эту книгу, а сразу после нее Астафьева Веселый солдат. Очень тяжелые и, наверное, очень честные книги. Астафьев, конечно, владеет языком много лучше Шумилина. Согласен, что эта книга, которую стоит читать, а не просто знать о ее существовании. Оценка: отлично!
MrMansur про Астафьев: Веселый солдат (Историческая проза)
19 09 Прочитал эту книгу сразу после прочтения книги Шумилина Ванька-ротный. Очень тяжелые и, наверное, очень честные книги. Астафьев, конечно, владеет языком много лучше Шумилина. Согласен, что эта книга, которую стоит читать, ……… Оценка: отлично!
gruin про Яцко: Музыкальные истории (Биографии и Мемуары)
19 09 OK, особенно насчёт быдла и пиплов. Я за, поддерживаю Оценка: хорошо
Neputin про Выборнов: Мент из Южного Централа (Альтернативная история, Детективы: прочее, Попаданцы, Самиздат, сетевая литература)
17 09 Как будто старый, добрый боевичок начала 90-х посмотрел! 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?