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
nezhit RE:Подайте бедному копеечку на книжку с литреса... 8 часов
Larisa_F RE:Серия "Очень прикольная книга", издательство Азбука-классика 2 дня wsx. RE:Беженцы с Флибусты 4 дня larin RE:Оплатил. Абонемент не отображается 1 неделя Yuriko Пжлст загрузите книги автора 2 недели Larisa_F RE:Книжная серия "Жизнь в искусстве" издательство "Искусство"... 2 недели MrMansur RE:Прошу переформатировать, распознать, etc... 2 недели Larisa_F RE:Национальный бестселлер (лауреаты и финалисты) 1 месяц 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 2 недели Larisa_F RE:Дэвид Герберт Лоуренс собрание в 7 томах том 3 1 месяц sem14 RE:Собираем серию: "Мастер серия", издательство "Лимбус". 1 месяц 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 larin RE:Оплатил, но абонемент не отображается 2 месяца Впечатления о книгах
natkhav про Гришэм: Вдова [The Widow ru] (Триллер)
23 10 Автор мастерски держит интригу насчёт того, а есть ли у вдовы деньги на самом деле. Мне очень понравилось! Оценка: отлично!
natkhav про Кеплер: Охотник на кроликов [Kaninjägaren ru] (Полицейский детектив, Триллер)
23 10 Захватывающий стиль написания - не оторваться. К сожалению, в последние свои книги автор (авторы) считают своим долгом обязательно ввернуть пару-тройку постельных сцен, а романы и без них хороши! Оценка: отлично!
Никос Костакис про Смолин: Красный генерал Империи (Альтернативная история, Исторические приключения, Попаданцы, Самиздат, сетевая литература)
23 10 Епископ Хабаровский просит благословения на закладку часовни в Спасском. _____ Ага. Епископ просит благословения у генерал-губернатора. Генерал-губернатор возносит руку с именословным перстосложением, - благословляет, сталбыть... Пизический дец...
irukan про Мусаниф: Кодекс физрука (Эпическая фантастика, Фэнтези, Приключения: прочее, Самиздат, сетевая литература)
22 10 Книжка зашла на одном дыхании, за один вечер. Физрук, великий и ужасный, откатывается в тело школьника в другом мире. Читать снова интересно. Цитата: « Если ты силен, притворись слабым. Если ты слаб, притворись сильным. ……… Оценка: отлично!
Aleks_Sim про Мединский: Мифы о русской демократии, грязи и «тюрьме народов» (История, Публицистика)
22 10 Ну чтобы оценивать - надо хотя бы прочитать... Оценка: отлично!
Старший про Поселягин: Малыш-маг [СИ] (Фэнтези, Попаданцы, Самиздат, сетевая литература)
22 10 Полный бред с элементами непринятия других людей.Оскорбления по расовой принадлежности.Автор, тебе срочно нужен психиатр! Оценка: нечитаемо
evgen007 про Карелин: Ученик. Том 5 (Альтернативная история, Героическая фантастика, Фэнтези, Самиздат, сетевая литература)
22 10 На этой книге я совсем сломался. Ужасный картон и наивняк.
tvv про Ким: Рекапитуляция (Альтернативная история, Боевая фантастика, Самиздат, сетевая литература)
21 10 Авторское разъяснение: 1) Альтернативная история, попаданец, гигантские монстры и гигантские роботы против них. Не ищем особой логичности в ОБЧР, но я стараюсь описать максимально логично описать этот шизотех насколько ………
neletay про Стефани Фол
21 10 Эта Стефани Фол - просто прелесть, люблю такое чувство юмора. Поэтому поставила "отлично", хотя многие утверждения обусловлены кругом общения, а другие выглядят несколько устаревшими.
Yuriko про Ключников: Дневник дикаря (Космическая фантастика)
20 10 Очень информативная аннотация 8=)
Barbud про Фишер: АдвокатЪ - 3 (Альтернативная история, Исторические приключения, Самиздат, сетевая литература)
19 10 Поймал ИИ на пренебрежении историческими реалиями - главный герой отправляет заказное письмо, его взвешивают и говорят: "Тринадцать граммов". А вокруг XIX век и мы не во Франции)
dolle про Глуховский: Топи [Литрес] (Ужасы, Современная проза)
19 10 Для любителей читать сценарии . Оценку сериала можно посмотреть на кинопоиске 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?