37 миллионов старых газетных страниц выложены в Сеть

Опубликовано сб, 24/12/2016 - 09:19 пользователем DeMorte
Forums: 
Трёп

Как создать самый большой архив периодики в домашних условиях? Американец Том Триниски просто вооружился сканером и взялся за дело в собственной гостиной. Работая в одиночку, Том Триниски сумел оцифровать более 37 миллионов страниц старых газет — это больше, чем в американской Библиотеке Конгресса (крупнейшая библиотека мира), — сообщает Newtonew. Результаты своего труда он выкладывает в открытый доступ на сайте Fulton History, где можно найти архивы более 1000 газет штата Нью-Йорк, некоторых других штатов и Канады. В архиве, который составитель регулярно обновляет, содержатся издания с 1795 по 2007 год.

Триниски — инженер на пенсии и любитель старины. Над сайтом и контентом он работал в одиночку, в своём доме. Четырнадцать лет назад он решил отсканировать коллекцию старых открыток с видами округа Фултон, Нью-Йорк (его родной район), чтобы поделиться ими в интернете. Впоследствии к открыткам добавились заметки, рекламные объявления, некрологи, печатные издания. Ресурс до сих пор называется в честь округа Фултон, хотя материалы давно вышли за первичные географические границы. Для оцифровки газет используется программа для оптического распознавания символов, которая иногда ошибается из-за того, что некоторые издания очень старые. Также создатель сайта задействовал микрофильмы, на которых есть следы царапин и пыли, однако это добавляет старым газетным страницам обаяния.

Сайт Fulton History не всегда справляется с наплывом гостей, и временно бывает недоступен из некоторых точек мира. Если такое случилось, можно заглянуть на Chronicling America, ещё один открытый ресурс с историческими газетами, на сайт с архивами газет от Бруклинской публичной библиотеки, или прошерстить базу данных Нью-Йоркской публичной библиотеки — здесь тоже есть множество старых изданий, и не только американских.

Источник

Аватар пользователя STAR-MAN

Опубликовано сб, 24/12/2016 - 09:30 пользователем STAR-MAN

Вот это мужик! Респект и уважуха!
От будут ли правообгладатели ему втыкать за использование материалов?

Опубликовано сб, 24/12/2016 - 11:33 пользователем sd

Из FAQ_HELP_INDEX:

Цитата:
Q. May I suggest titles to be added to this site?
A. Yes, as long as the title was published in New York State and was not copyrighted. Click here to see how to check if a Newspaper was copyrighted. Use the Email address on the "email me" at the Top of Search Bar of this web site to suggest which Newspaper you would like added.

В. Могу я добавить статью на этот сайт?
О. Ага. Если газета была опубликована в штате Нью-Йорк и не попадает под копирайт...
===
И на первой странице:
Цитата:
But ... my library is closed for long four-day weekend. I guess even librarians get holydays!;-)

Мери Крисмас, библиотекарь!
Аватар пользователя STAR-MAN

Опубликовано сб, 24/12/2016 - 12:16 пользователем STAR-MAN

Ну если оно в сети, тогда и все смогут загребти себе. Вот и если начнется массовое пополнение библиотек газетами...

Опубликовано сб, 24/12/2016 - 17:55 пользователем Lyka

Что-то сильно я сомневаюсь что именно 37 млн страниц газет, скорее всего. как пишут в статистике больших библиотек "единиц хранения" - отдельных открыток, рекламных обьявлений и т.д.
Попробуем посчитать.
37 000 000 / 14 лет = 2 642 000 страниц в год / 365 дней = 7 241 страница в день /12 часов = 600 стр в час или 6 страниц в минуту.
Многовато выходит, и это чисто сканирование. + какая-никакая обрезка + каталогизация + выкладка в Сеть.

Аватар пользователя STAR-MAN

Опубликовано сб, 24/12/2016 - 17:57 пользователем STAR-MAN

Дети помогали. Или еще кто то.
А какие там страницы, может не такие как у нас. Тогда по несколько страниц за проход.

Опубликовано сб, 24/12/2016 - 18:07 пользователем Lyka

STAR-MAN написал:
Дети помогали. Или еще кто то.
А какие там страницы, может не такие как у нас. Тогда по несколько страниц за проход.

А можно задать вопрос: вы сами пробывали сканировать газеты?
Аватар пользователя STAR-MAN

Опубликовано сб, 24/12/2016 - 18:24 пользователем STAR-MAN

Нет.
Но при современному оборудовании много чего возможно.

Опубликовано вс, 25/12/2016 - 07:30 пользователем amirhanov

Lyka написал:
600 стр в час или 6 страниц в минуту.

Расчёт - правильный. В исходных статьях ещё написано, что дедуля в последние три года оцифровывает по 250 000 страниц в месяц - те же самые 6 страниц в минуту (если считать, что он работает 24 часа в сутки, не питаясь и не отлучаясь в туалет).

Я тоже заинтересовался гигантскими цифрами в заметке и немного посчитал. А потом полез на англоязычные сайты и все странности исчезли. Всё гораздо проще.

С бумажными газетами дед недолго поработал в самом начале проекта - в 2001-2003 годах, когда у него был только планшетный сканер.

После этого он приобрёл мощный автоматический сканер для обработки микрофильмов (Wicks and Wilson Scanstation production-level microfilm scanner), наладил взаимодействие с библиотеками и запустил поточное производство. Так что последние 14 лет он оцифровывал микрофильмы, а не сами газеты.

Работает дед по 70-80 часов в неделю, и его работа заключается в том, чтобы распаковать привезённые ему микрофильмы, вставить их в мощный сканер-автомат и получить на выходе готовые сканы, практически не требующие дополнительной обработки. Их сразу можно отправлять на сайт.

Так что основную работу проделали десятки библиотекарей, десятилетиями превращавшие бумажные газеты в микрофильмы. А дед пользуется результатами их титанического труда. Это, конечно, не умаляет его заслуг - но объясняет его небывалую для сканировщика "производительность"...

Подробности - здесь:

http://www.thecrowleycompany.com/long-time-client-uses-wwl-scanners-digitize-26-million-newspaper-images/
X