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
нэнси RE:Подайте бедному копеечку на книжку с литреса... 1 день
Tramell RE:Что читать о блокаде Ленинграда. Подборка книг 3 дня epoost RE:Обвиняемые. Теодор Бун-3 6 дней nehug@cheaphub.net RE:Чтение и скачивание невозможны 1 неделя sem14 RE:Национальный бестселлер (лауреаты и финалисты) 2 недели sem14 RE:Книжная серия "Жизнь в искусстве" издательство "Искусство"... 2 недели sem14 RE:Серия "Очень прикольная книга", издательство Азбука-классика 2 недели wsx. RE:Беженцы с Флибусты 3 недели larin RE:Оплатил. Абонемент не отображается 3 недели Yuriko Пжлст загрузите книги автора 1 месяц MrMansur RE:Прошу переформатировать, распознать, etc... 1 месяц sem14 RE:Премия «Фемина» 1 месяц tvv RE:Багрепорт - 2 1 месяц sem14 RE:Беляевская премия 1 месяц Larisa_F RE:Дэвид Герберт Лоуренс собрание в 7 томах том 3 2 месяца sem14 RE:Собираем серию: "Мастер серия", издательство "Лимбус". 2 месяца sibkron RE:«Словенский глагол» 2 месяца Tramell RE:Литературная премия имени И.А. Ефремова 2 месяца Впечатления о книгах
tvv про Перумов: Микробиолог 3. Спасти Ленинград (Альтернативная история, Попаданцы, Самиздат, сетевая литература)
10 11 Значительную часть текста первоначального варианта 3 книги авторы перенесли в четвертый том.
evgen007 про Земляной: Без страха и упрёка 7 (Альтернативная история, Самиздат, сетевая литература)
10 11 На самом деле неплохо, сказка про супермена. Оценка: хорошо
badbag про Француз: Проклятье Мидаса (Фэнтези, Попаданцы, ЛитРПГ, Самиздат, сетевая литература)
10 11 Сперва я думал, что гг - Иванушка-дурачок, но когда дочитал до его разговора с домохозяйкой, то понял - нет, не Иванушка, а - дебилушка-дурачок, и не гг, а автор Оценка: нечитаемо
Lan2292 про Свадковский: Искусство войны (Боевая фантастика, Фэнтези, ЛитРПГ, Самиздат, сетевая литература)
10 11 Вся серия ну очень интересная. Всем кто не читал рекомендую. Оценка: отлично!
sigor2000 про Старобинец: Магма ведьм (Героическая фантастика, Научная фантастика, Исторический детектив)
10 11 Отличный постап. Сюжет классный, развязка печальная. Оценка: отлично!
mysevra про Амфитеатров: Деревенский гипнотизм (Русская классическая проза)
09 11 Можно разобрать на цитаты, читала с удовольствием. Оценка: отлично!
mysevra про Арбузов: Старомодная комедия (Драматургия: прочее)
09 11 Немного грустно и очень трогательно. Так и слышится голос Фрейндлих. Женский персонаж просто восхитителен. Оценка: отлично!
irukan про Пылаев: Сыскарь с того света. Книга II (Городское фэнтези, Самиздат, сетевая литература, Славянское фэнтези)
07 11 Понравилось. Язык хороший, мир проработанный, интрига есть. Оценка: хорошо
Лысенко Владимир Андреевич про Земляной: Без страха и упрёка 7 (Альтернативная история, Самиздат, сетевая литература)
07 11 Сказка для того чтобы не скучать. Оценка: отлично!
decim про Мойзиш: Камердинер Шелленберга. Операция «Цицерон» (Публицистика, Документальная литература, Спецслужбы)
07 11 В серии "Военные приключения" в 1965 г. издавалась книга "Операция Цицерон" "Я был Цицероном". Здесь есть отдельно одна и другая части, разных лет и издательств.
udrees про Абрамов: Я Димасик? Но я же дроу! (Фэнтези, Фантастика: прочее, Попаданцы, Самиздат, сетевая литература)
06 11 Не понимаю, почему некоторые ругают автора и его книгу за нечитабельность и бред. По-моему написано намного грамотнее, чем высеры некоторых авторов-школьников, у которых жизненный опыт заканчивается только учебой в школе и ……… Оценка: хорошо |
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?