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
sem14 RE:Серия "Символы времени" издательства "Аграф" 3 часа
Larisa_F RE:Серия книг «Судьбы книг» издательства «Книга» 2 дня нэнси RE:Подайте бедному копеечку на книжку с литреса... 3 дня tvv RE:faq brainstorm =) 5 дней Larisa_F RE:Серия "Что есть что" издательства "Слово"(чего не хватает) 1 неделя Larisa_F RE:Серия "Очень прикольная книга", издательство Азбука-классика 1 неделя larin RE:абонемент не обновлен 1 неделя sem14 RE:За иллюминатором (серия) - чего не хватает? 1 неделя sem14 RE:Собираем серию: "Мастер серия", издательство "Лимбус". 1 неделя Larisa_F RE:Книжная серия «Сlio» издательства "Евразия" 2 недели larin RE:Пропал абонемент 3 недели tvv RE:DNS 3 недели MrMansur RE:<НРЗБ> 3 недели Stager RE:Беженцы с Флибусты 4 недели Tramell RE:Серия "Библиотека французской литературы" (Макбел) 4 недели sem14 RE:Книжная серия "Жизнь в искусстве" издательство "Искусство"... 1 месяц sem14 RE:Современная корейская литература. Книжная серия... 1 месяц sem14 RE:Собираем серию: "Азбука-триллер", издательство "Азбука-Терра" 1 месяц Впечатления о книгах
Stager про Оченков: Гроза над Бомарзундом [СИ] (Альтернативная история, Попаданцы, Самиздат, сетевая литература)
26 01 Первую я с трудом осилил. Автор, конечно, ни в чём не разбирается, но исторический наброс любопытен. А дальше... Автор совсем ни в чём не разбирается... Ну да, сталей у него не было, но было естественно-легированное шведское ……… Оценка: плохо
mysevra про Сейгер: Дом на краю темноты [litres] [Home Before Dark] (Триллер, Детективы: прочее)
26 01 Неоправданно затянуто и невыразительно. Разочарование было бы меньше, если бы книга не упоминалась во всех попадающихся мне списках «самых страшных историй». Оценка: неплохо
mysevra про Гроут: Сила благодарности [litres] (Психология, Самосовершенствование, Психотерапия и консультирование)
26 01 Большинство из нас даже не заметили, как превратились из «ух ты!» в вечно недовольных и сердито бубнящих големов. Оценка: отлично!
mysevra про Леушкин: Турбо-Суслик. Как прекратить трахать себе мозг и начать жить (Психология)
26 01 Мне очень нравится то, что обещают в результате. Но меня беспокоит формулировка. То есть, если это работает, то я буду добровольно грузить в своё подсознание абсолютно непроверенную чужую установку, даже не зная её сути. У ……… Оценка: неплохо
alexk про Грин: Метод Грина. Твоя жизнь — твой сценарий (Экономика)
25 01 серийный предприниматель"? Чикатилла от бизнеса?
polyn про Вендиг: Книга несчастных случаев [litres] (Ужасы, Триллер, Мистика)
25 01 Эта книга стала не открытием, а разочарованием. Слишком затянуто, слишком сумбурно, слишком заумно. Оценка: неплохо
polyn про Валентайн: Принц из книжного [litres] (Современные любовные романы)
25 01 Поклонникам молодёжной романтики, думаю, книга понравится. Оценка: хорошо
vudy про Март: Темный континент (Боевая фантастика, Самиздат, сетевая литература)
24 01 ... мебель разбросана в беспорядке, который держится уже много лет" И тому подобное убожество. Оценка: нечитаемо
udrees про Верхотуров: «Джамаат Таблиги». Самая закрытая секта в мире (Публицистика, Документальная литература)
24 01 Книга для более-менее подготовленного читателя из-за обилия специфических исламских мусульманских терминов. Хоть бы сноску внизу делали, что означает то или иное слово. А так книга описывает историю возникновения и деятельность ……… Оценка: хорошо
udrees про Атаманов: Задача выжить (Боевая фантастика)
24 01 Написано просто про выживание обычного парня с толпой девушек из монастыря в мире постапокалипсиса в стиле «Дня независимости». Прилетели злобные пришельцы, которые сразу без разговоров стали утюжить всех землян. Правда вторжение ……… Оценка: хорошо
udrees про Атаманов: Тестировщик игровых сценариев [СИ] (ЛитРПГ, Самиздат, сетевая литература)
24 01 Хороший сюжет в жанре литРПГ, героя тоже выбрали небоевого класса, гоблина, да еще травника. Герой конечно хорошо отыгрывает своего персонажа, старается его развивать и сделать игру интересной. В общем приключения конечно ……… Оценка: хорошо
udrees про Володин: Газлайтер. Том 5 (СИ) (Альтернативная история, Боевая фантастика, Фэнтези, Попаданцы, Самиздат, сетевая литература)
24 01 Особо оригинального в 5-й книге нету в сравнении с 4-й. Все те же интриги, конфликты с дворянами, усиленный рост героя в характеристиках, постоянный успех у женского пола. В общем стиль все тот же. Написано достаточно просто, ……… 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?