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
Океана RE:Подайте бедному копеечку на книжку с литреса... 13 часов
larin RE:Оплатил, но абонемент не отображается 2 дня sem14 RE:Книжная серия «Сlio» издательства "Евразия" 4 дня Isais RE:Национальный конкурс на лучшее литературное произведение... 4 дня Isais RE:Детство, опаленное войной (Вторая мировая 1939-1945 и ВОВ) 4 дня sem14 RE:Современная корейская литература. Книжная серия... 5 дней sem14 RE:«Морской роман» — книжная серия Калининградского книжного... 5 дней larin RE:Оплатил,но абонемент не отображается 5 дней larin RE:Оплатил, но абонемент не отображается 1 неделя sd RE:Fishing 1 неделя Алексей111111111111 RE:Оплатила,но абонемент не отображается 1 неделя sd RE:Доступ 27 1 неделя kopak RE:Беженцы с Флибусты 2 недели Isais RE:Вадим Иванович Туманов - Всё потерять - и вновь начать с... 2 недели Isais RE:Семейственность в литературе 2 недели Isais RE:Древний Рим. Подборка книг 2 недели Саша из Киева RE:"Экс" и "нео": разноликие правые 2 недели medved RE:Предупреждение: "зеркала" флибусты 1 месяц Впечатления о книгах
Perca про Шаргородский: Защитник феи [СИ] (Городское фэнтези, Самиздат, сетевая литература)
01 08 Даже не верится, что Шаргородский закончил хоть одну серию! Щось у лісі здохло... Оценка: хорошо
дядя_Андрей про Крусанов: Совиная тропа [litres] (Историческая проза, Современная проза)
31 07 А, что, разве десятые тоже были "ревущие", как девяностые?
Лысенко Владимир Андреевич про Стопичев: СВО. Босиком по стеклу (Современная проза, Публицистика, О войне)
31 07 Как и во все времена русским весь мир мешает, были бы в мире одни русские все было хорошо, а то весь мир против русских. Оценка: нечитаемо
miri.ness_ про Катаев: Трава забвенья (Биографии и Мемуары)
30 07 Да, "Трава забвения" - отличная книга, как и "Алмазный мой венец", обложка от которого есть, а книги в этой раздаче нет. Как-то непонятно, какую третью повесть кто-то имел в виду: "Святой колодец" или "Уже написан Вертер"? ……… Оценка: отлично!
Олег Макаров. про Илья Городчиков
30 07 Удивительное отсутствие у автора умения согласовывать предложения. Невозможно читать
epoost про Спрингер: Энола Холмс и маркиз в мышеловке [The Case Of The Missing Marquess] (Детская проза)
30 07 Данная книга представлена в формате фото и нуждается в OCR и конвертации в формат FB2.
Никос Костакис про Петр Алмазный
29 07 Nicout, не будем спорить, был ли доступен автору приведенный вами список "гранита науки". Вполне достаточно того, что тост шашлычника из "Кавказской пленницы" ("Так випьем за кибэрнэтикэ!") был услышан каждым обывателем ………
alexk про Гурба: Мифы Китая [litres] (Мифы. Легенды. Эпос)
29 07 Хрень. Не читать. К тому же вместо половины иллюстраций - QR-коды.
Oleg68 про Кобен: Главный подозреваемый [The Final Detail ru] (Крутой детектив, Детективы: прочее)
28 07 Как всегда у автора, очень интересно и непредсказуемо. Оценка: отлично!
Лысенко Владимир Андреевич про Земляной: Мастер духов 1 (Альтернативная история, Социальная фантастика, Попаданцы, Самиздат, сетевая литература)
28 07 Хорошее произведение, читается легко. Оценка: отлично!
lemma7 про Гурский: 500 спойлеров. Мировое приключенческое кино в буквах (Справочники)
28 07 Спасибо большое за то, что книга наконец появилась в сети! Оценка: отлично!
Barbud про Панфилов: Старые недобрые времена 2 (Альтернативная история, Приключения: прочее, Попаданцы, Самиздат, сетевая литература)
28 07 После многих бед и лишений ГГ наконец-то добыл себе свободу и не столь уж малую денежку, которой при разумном применении хватило бы на безбедную жизнь рантье. Но свобода и деньги сыграли с ним злую шутку - он-то в обеих своих ……… Оценка: неплохо |
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?