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
PipboyD RE:Подайте бедному копеечку на книжку с литреса... 2 дня
nehug@cheaphub.net RE:Чтение и скачивание невозможны 2 дня sem14 RE:Национальный бестселлер (лауреаты и финалисты) 5 дней sem14 RE:Книжная серия "Жизнь в искусстве" издательство "Искусство"... 5 дней sem14 RE:Серия "Очень прикольная книга", издательство Азбука-классика 5 дней wsx. RE:Беженцы с Флибусты 1 неделя larin RE:Оплатил. Абонемент не отображается 2 недели Yuriko Пжлст загрузите книги автора 2 недели MrMansur RE:Прошу переформатировать, распознать, etc... 3 недели sem14 RE:Премия «Фемина» 1 месяц tvv RE:Багрепорт - 2 1 месяц sem14 RE:Беляевская премия 1 месяц Larisa_F RE:Что читать о блокаде Ленинграда. Подборка книг 3 недели 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 sem14 RE:Серия "Что есть что" издательства "Слово"(чего не хватает) 2 месяца Впечатления о книгах
Дей про Чужой мир [Федотов]
29 10 Да, да, если мужчина попадает в другой мир, ему обязательно нужно предоставить гарем.
Barbud про Ра   : Знаменосец забытого бога 3 (Альтернативная история, Социальная фантастика, Самиздат, сетевая литература)
29 10 Ну что-то совсем уже вяло действие тащится. В первых двух частях было чуть динамичней, а тут сплошь одни размышлизмы пошли. А еще автор со смаком описывает процесс половой ебли, такое впечатление, что у него в молодости были ……… Оценка: неплохо
Дей про Купец [Вяч]
29 10 После 6-7 книг стало скучно. ГГ влез в политику, наплодил детей и обвешался по этому поводу розовыми слюнями.
decim про Валентин Александрович Цареградский
29 10 Техническое. Заголовки файлов обеих частей одинаковые, приходится дописывать их при закачке.
evgen007 про Давыдов: Мастер культа, или Руководство по Возвышению в нескольких сложных шагах [СИ] (Фэнтези, Попаданцы, Самиздат, сетевая литература)
28 10 Слово "кивнул" 130 с чем-то раз. Как бы...
neletay про Иевлев: Ковыряла (Киберпанк, Социальная фантастика, Самиздат, сетевая литература)
26 10 Еще только до 11-й главы дочитала, но уже в восторге. Оценка: отлично!
VGak про Сергеев: Админ (Космическая фантастика, Недописанное, Самиздат, сетевая литература)
26 10 Проды есть на AT. Тут Любитель и Заклепки по состоянию на начало 2023 года.
Neputin про Алмазный: Подводная лодка "Малютка" (Альтернативная история, Исторические приключения, Самиздат, сетевая литература)
25 10 Не хватает наполнения описанием мелочей. В т.ч. быта краснофлотцев в блокадном Ленинграде. Оценка: хорошо
Yuriko про Уточкин: Князь Медведев. Слово рода (Боевая фантастика, Фэнтези, Самиздат, сетевая литература)
25 10 Интересный "кредитор" - вместо того, чтобы взимать - он одаривает (новой жизнью).
Ultima2m про Сугралинов: Крафтер или Таинственная игра [litres] (Детская фантастика, Детская литература: прочее)
25 10 Слишком тупо даже для детей. Книжка позиционируется, как фантастика и фэнтези для подростков, но скорее это сказка со змеем-горынычем и говорящим котом, Для дошкольников. Оценка: нечитаемо
udrees про Макьюэн: Цементный сад [The Cement Garden ru] (Современная проза)
25 10 Не скажу что прямо сильно меня впечатлило это произведение. Особого трэша я не заметил, это вам не Мэттью Стокоу. Здесь просто история как оставшиеся без родителей четверо детей пытаются жить обычной жизнью. Ну придумали ……… Оценка: плохо
udrees про Тесленок: Проклятый Магазин 4: Душа в Рассрочку (Городское фэнтези, ЛитРПГ, Самиздат, сетевая литература)
25 10 Стало немного скучновато. Сюжет движется медленно, неторопливо. Продолжается рассказ рабочих будней. В целом написано в том же стиле, красочно и живо. Разговоры героев все такие же юморные, с сарказмом. В книге есть немного цветных иллюстраций. 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?