Вы здесьTIFF vs JPEG
Опубликовано сб, 11/12/2010 - 06:12 пользователем niksi
Есть мнение, что сканы друг другу для распознавания лучше всего передавать в формате tiff. Есть ли у кого-нибудь мысли по этому поводу?
|
Вход на сайтПоиск по блогам и форумамUser menuПоследние комментарии
kopak RE:О группе Дятлова. О той самой, того самого... 18 часов
monochka RE:Подайте бедному копеечку на книжку с литреса... 13 часов Isais RE:Катя Водянова - Дом и два жениха в придачу 4 дня Aleks_Sim RE:Прошу переформатировать, распознать, etc... 5 дней kopak RE:Таинственная личность админа Флибусты 1 неделя Саша из Киева RE:Кто сможет раздобыть и оцифровать нужные мне книги? 1 неделя Isais RE:Дмитрий Анатольевич Горчев - ЖЖ Дмитрия Горчева (2009–2010) 2 недели Саша из Киева RE:Детям о Ленине (Издание 1965 года) 2 недели Саша из Киева RE:Приключения Мишки-Ушастика (Перевод Марата Брухнова) 2 недели babajga RE:Белая княжна 3 недели Isais RE:Файл достаточно хорош. Нет смысла в его улучшении. Ага,... 4 недели mazay RE:Sleepy Xoma - Bagⲣѱnoⲣojdennaѱ 1 месяц zlyaka RE:С Новым годом! 1 месяц Isais RE:Детство, опаленное войной (Вторая мировая 1939-1945 и ВОВ) 1 месяц SparkySpirit RE:Жорж Санд - переводы 19 века 1 месяц Саша из Киева RE:Наш дом - СССР 1 месяц babajga RE:Чернушка. Повести 1 месяц Саша из Киева RE:Сказки далёких островов 1 месяц Впечатления о книгах
Nicout про Никонов: От Второй мировой к холодной войне. Немыслимое (Исторические приключения, История)
03 02 Можно не читать, стандартный перепев гнусной совковой пропаганды - на Западе все сволочи, невинный совок в белом. Кстати, напомните мне когда в совке была издана речь Черчилля в Фултоне, дабы каждый совок мог убедиться в планах ……… Оценка: нечитаемо
Синявский про Михаил Николаевич Щукин
02 02 На 72-м году жизни 2 февраля скончался член Союза писателей РФ, лауреат литературных премий, редактор старейшего литературного журнала страны "Сибирские огни" Михаил Щукин.
ne_fanat про Тени в тёмных углах
02 02 Стиль точно не его, но следы правки с характерными оботцами прослеживаются. Думаю. писал негр, а мэтр добавил свою правку.
Belomor.canal про Свечин: Подельник века [litres] (Детективная фантастика, Исторический детектив, Попаданцы)
02 02 Прочитал треть и далее ни как. Рассчитано на очень терпеливого читателя. Оценка: плохо
дядя_Андрей про Еловенко: Мы - силы (Научная фантастика)
02 02 М-да-а, похоже, что Данила Богров всё же был не прав. Сила в Правде, говорите? Да, вот х[цензура]й! ПРАВДА В СИЛЕ! Оценка: неплохо
Kiesza про Радов: Магия в крови: Свет чужих Галактик [СИ] (Фэнтези, Научная фантастика, Самиздат, сетевая литература)
01 02 Скучно. А тема хороша - похищение злобным инопланетянином, возможности мага... правда маг какой-то урезанный. Оценивать не возьмусь, но не рекомендую.
mysevra про Степанов: Дезертир [полный вариант] (Боевая фантастика)
01 02 Первая книга - на отлично! Вторая не стоит затраченого времени. Оценка: отлично!
mysevra про Левицкий: Воины Зоны (Боевая фантастика)
01 02 Неплохой язык, простоватый сюжет, много описаний армейской бытовухи. На любителя. Оценка: плохо
Barbud про Риддер: Учитель. Назад в СССР (Альтернативная история, Попаданцы, Самиздат, сетевая литература)
01 02 Скучища редкостная. Автор (или соавторы) пытаются писать живо и образно, изредка местами это даже получается, но в целом действие еле тащится обдолбанной улиткой и эта вялая неторопливость отвращает от дальнейшего чтения. ……… Оценка: нечитаемо
скунс про Алмазов: Мечников. Живое проклятье (Альтернативная история, Попаданцы, Самиздат, сетевая литература)
31 01 Хорошо написано,читать интересно Оценка: хорошо
Kiesza про Полтавченко: В прицеле «Азов» (Современная проза, О войне, Роман)
31 01 ...длительное время осваивающего технику китайского боевого искусства вин-чун..." ............ Ой, не смешите мои тапочки! Сам из Донецкой области, тамошние парни по зубам врезать горазды, но "длительно осваивают" ……… Оценка: нечитаемо
obivatel про Игра [Земляной]
31 01 Кооперативные движения обеспечивающие 40% ВВП в 1978 (эпиграф ко второй главе) это, безусловно, параллельная реальность. Такое могло сложиться только если Сталин не умер в 53 и Берия стал преемником. Очень параллельная реальность, ……… |
Комментарии
Отв: TIFF vs JPEG
Повторюсь.
Из всех мною распознанных сканов (в различных форматах) наилучшие - от Ronja_Rovardotter и niksi - были в JPEG, в оттенках серого, с разрешением 300dpi.
Из опыта работы с ФР от 8-й до 10-й версии.
Все другие распознавались заметно хуже.
Отв: TIFF vs JPEG
Zadd, товарищ ты наш по "несчастью". Ну не ругайся ты с коллективом! Не уподобляйся Анархисту! Ты же не такой.
По теме: По моему скромному опыту JPEG прекрасно распознаётся. TIFF мне лично не удобен.
Отв: TIFF vs JPEG
JPEG, в оттенках серого, с разрешением 300dpi.... Однозначно...
В большинстве случаев, более чем приемлемое качество и в разы меньшие размеры архива, при передаче на вычитку/распознавание...
Отв: TIFF vs JPEG
Всегда есть точка необходимого и достаточного качества. В сканах niksi и Ronja_Rovardotter - в тех, что я видела - это 300 dpi и jpg. Один раз такой скан плохо разпознался, но там виновата была кривая полиграфия. Если увеличить разрешение такого скана до 400 - то прекрасно все распознается все в том же jpg.
А вот при передаче друг другу таких сканов - jpg заметно выигрывает. Лично я лучше бы стала делать сама, чем выкладывать гигабайтовые файлы, или обратилась бы за помощью к кому-нибудь другому.
Сканы для себя делаю в tiff и на 600 dpi чаще всего, но только потому, что занимаюсь преимущественно детскими книжками, а там иллюстрации. И много их. Вот картинки - да, лучше сканить в tiff и 600 dpi. Но и когда присылают сканы иллюстраций в jpg - их тоже можно сделать хорошо. Неманьяки могут и не заметить разницы.:)
Отв: TIFF vs JPEG
Тифф, жпег... ))
Оно и из дежавю нормально сделанного распознается отлично.
Сам проверял на своих же сканах. Из тифов (300 dpi gray или b-w) делал дежавю и распознавал для контроля качества получившегося дежавю.
Это если только текст. Картинки предпочитаю в тифах, но опять же, если сам делаю. А то с кривыми руками можно и тифов наделать таких, что глаза бы не смотрели )
Отв: TIFF vs JPEG
Несколько лет назад, экспериментируя с разрешениями, сделал для себя вывод, что 400 dpi лучше чем 300 для распознавания. С тех пор так и сканирую. Речь о текстах в джепег. Преимуществ тиффов не нашел. Возможно, для картинок есть нюансы.
Отв: TIFF vs JPEG
кривыеэкономичные - "ближайший сосед"; так, например, для 400-dpi'йного скана само устройство бы сканило в 600, а на-гора выдавало бы прореженные в полтора раза строки: 1-ю, 2-ю, 4-ю, 5-ю, 7-ю и т.д. Во что превращается, например, наклонная под 30 градусов линия при таком прореживании - объяснять не надо? :-)Отв: TIFF vs JPEG
Реплика по тону сказанного:
Обязательно сходите по ссылке, чтобы составить собственное мнение!
Очень уж тенденциозен гн niksi!
Ну ничего, сразу видно, у кого на самом-то деле апломб!
Во-первых, niksi ворвался в тему, сразу с порога заявив "Что за бред!", приводя при этом свой бред, при этом слова свои подтвердить чем-либо отказался, сразу начав с передергиваний, чем продолжает заниматься и в этой теме!
Я свои слова подтвердил уж хотя бы ссылкой на вики, а он вообще ничем, да и чем тут можно подтвердить? Прислать сканы? А зачем? Кто их будет скачивать ради удовольствия? И он это прекрасно знает, но продолжает нести
пургубред.Апломб niksi хорошо виден даже в этом предложении. Даже Anarchist'а сюда приплел, видать Анархист его сильно уел, а ему и возразить было нечего, вот он Анархиста теперь и боится.
Сразу говорю: Анархист не мой клон, а может и вообще не клон.
Кстати, у кого апломб: у меня или у того, кто себя на "мы" называет?
Тоже мне, его величество niksi.
Отв: TIFF vs JPEG
Я надеялся увидеть пост, в котором было бы хотя бы раз написано "tiff". А увидел пост, где 4 раза написано "niksi". Спасибо, доставило.
Еще раз, с чего все началось:
Но скана, где нужно разбирать каждую букву, мы так и не увидели. Ведь:
Нет, уважаемый, надо прислать, очень надо прислать такой скан. Ведь это же сенсация. Тиф и джпег, такие, где в тифе все распознается прекрасно, а в джпеге приходится разбирать каждую букву. Нужен, очень нужен такой скан. Я назвал бредом саму возможность наличия такого скана. И продолжаю считать. Пока не будет доказано обратное.
Но обратное доказано не будет, а будет доказано, что меня в свое время уел Анархист, у меня много апломба, и вообще я считаю себя королем. Достойный ответ по теме спора. Собственно с вами все ясно.
Отв: TIFF vs JPEG
У меня нет проблем с объёмом скачивания. Готова распознать оба варианта и выложить рапорт от CompareIt!.
Отв: TIFF vs JPEG
Если делать Djvu, разница, наверное, есть. Если распознавать FR8 или FR7 - я иногда по лени вообще сканирую в ч/б 300 dpi и распознается вполне прилично. Для такого "качества" по-моему что jpg, что tiff... Правда делаю для себя и ни скем никогда не кооперируюсь.
Отв: TIFF vs JPEG
Пока на глаз разницы между jpg и tif - файлами не видно, разницы при распознавании нету.
Да, иногда, при плохой полиграфии, более грубый скан распознается лучше. Что-то, я помню, специально слегка размазывал в jpg, чтобы убрать разрывы в непропечатанных буквах.
Отв: TIFF vs JPEG
Качество изображения легко проверить: бумага невысокого качества, серая, сканировано на 300 точек.
1-я картинка сохранена в tiff, 2-я jpg без сжатия, 3-я jpg, сжатие 7 из 12 по фотошоповской шкале. Размер разворота 3361х2553, 1-я весом в 8,18 МБ, 2-я - 3,34 МБ, 3-я - 528 КБ. На картинке ниже можно провести попиксельное сравнение, tiff и jpg без сжатия практически идентичны и FineRader текст на таких сканах распознает одинаково. На jpg с сжатием 7 возможно будет больше ошибок при распознавании, но увеличение коэффициента сжатия до 10 даст хорошие результаты. Для книг с картинками все-же предпочтительны первые два варианта. Фрагмент скана:
Ссылка на полноразмерный рисунок http://pic4.ru/images/9de19601163e235e317ba62ec3728a34.png
Отв: TIFF vs JPEG
Спасибо за такой научный подход. Собственно, что и требовалось доказать. Тиф и несжатый джпег - суть одно и то же. При разнице в весе в 2 раза.
Что касается сжатия, то я ужимаю на 8 по фотошоповской шкале. И, по-моему, для подавляющего большинства книг, этого вполне достаточно.
При экспорте картинок из ФР автоматически, как мне кажется, судя по размеру получаемых файлов, установлено сжатие на 9.
По этому, что бы получить сжатие на 10, надо менять технологию. А именно: экспортировать тифами и пересохранять джпегами.
Но я вспоминаю наш "научный" эксперимент с golma1, когда попалась какая-то особо выдающаяся книга, где кол-во ошибок ocr зашкаливало. Был послан для эксперимента несжатый джпег. И, что удивительно, некоторые ошибки окра исчезли, но появились другие, не меньшим, или не намного меньшим числом. Таким образом, пересылка несжатых джпегов, чисто эмпирическим путем, была признана нецелесообразной.
Отв: TIFF vs JPEG
Это, кстати, еще один аргумент в пользу niksi. Причем неубиенный. :)
Отв: TIFF vs JPEG
Можно и не открывать никаких frdat-ов )
А просто сохранить картинки из фр.
Типа: файл-сохранить результаты-сохранить иллюстрации-выбрать все или выбранные страницы и любой понравившийся формат (в том числе tiff с lzw сжатием.)
Будет заметная разница в весе, по сравнению с несжатыми тифами.
Я уж не говорю о том, что тем же ирфаном можно за секунды пакетно перегнать картинки из чего угодно в тифы, png или жпеги с любым сжатием по вкусу.
Отв: TIFF vs JPEG
Отв: TIFF vs JPEG
В чем он хранит, я не знаю, ибо размер пакета (400 чисто текстовых страниц в сером) в ФР-8 - 476МБ, тот же пакет у меня в ФР-9 - 1,45 Гб, а в десятке, говорят, и 2 гига не предел ))
Не иначе, производители железа проплачивают такое раздувание объемов ))
Отв: TIFF vs JPEG
Небольшая поправка. FR10 хранит серый скан в файле grayComponent.frdat и, судя по размеру, это как раз таки не сжатый серый tiff (хотя внутрях байты другие...). bwPage.frdat , как можно заключить из названия - это ч/б версия той-же странички.
Отв: TIFF vs JPEG
.
Отв: TIFF vs JPEG
Не понял, почему наличие сжатия tiff каким-то образом может быть в пользу niksi?
Казалось бы, наоборот! TIFF при сжатии использует сжатие без потерь информации и при этом далеко не факт, что размер сжатого tiff будет больше, чем у несжатого JPEG.
Кстати, о загрублении: если первоначальная картинка была в 96DPI, а потом ее просто растянули в 6 раз и сказали, что это 600DPI, то - да, такой скан будет распознаваться хуже, чем честные первоначальные 96DPI, потому что растяжением новой информации не добавишь, а вот имеющуюся запортишь.
Отв: TIFF vs JPEG
Отв: TIFF vs JPEG
http://s015.radikal.ru/i333/1012/5c/5a17a053efe1.jpg
upd. "Несжатый" джпег - это тиф, пересохраненный в джпег с максимальным качеством. Например, в фотошопе в окне, которое выскакивает при сохранении джпег, ставим 12.
Отв: TIFF vs JPEG
Видимо, "несжатый" - это такой рекламный трюк: "несжатости" в нём не больше, чем свежего воздуха в отшибателе нюха, который продаётся под названием "освежитель воздуха".
Отв: TIFF vs JPEG
Столько и было закачано. Ничего радикал не ужимает, если сняты при загрузке галочки оптимизации.
Отв: TIFF vs JPEG
На картинке видно что последняя буква, помимо размытия, получила большую контрастность. Возможно это явилось причиной меньшего количества ошибок распознавания в упомянутой книге.
Отв: TIFF vs JPEG
Для большей части - хватит 300 dpi серого независимо от типа: хоть TIFF, хоть JPG. FR9 нормально распознает и 96 dpi.
Отв: TIFF vs JPEG
.
Отв: TIFF vs JPEG
.
Отв: TIFF vs JPEG
извиняюсь за повторы. если бы знал, что он как слон - реагирует медленно, но помнит все...
Отв: TIFF vs JPEG
Мы в печати только TIFF используем
Отв: TIFF vs JPEG
Мы тоже, но для рассматриваемых в данной теме задач большая часть преимуществ этого формата не нужна. А размер tiff файлов действительно можно поставить в недостаток формата. А при сжатом tiff возможны проблемы несовместимости. Хотя последнее утверждение я принял на веру давно и возможности проверить его не было.
Отв: JPEG vs DJVU
Почитал я, чего тут понаписали.
Суммируя вышесказанное:
Конечно, хороший скан одной буквы(так же, как и плохой), не может служить доказательством.
Далее, при сканировании FineReader'ом при задании опции "сканировать в JPEG"(или как оно называется) автоматически сканируется в jpeg с потерями, а чтобы сделать jpeg без потерь, нужно сосканировать в TIFF, а потом уже эти TIFF'у сконвертить в JPEG без потерь. Я всего лишь возражал против утверждения, что лучше серый JPEG без потерь, чем TIFF. По-моему для сканировщика гораздо проще просто сосканировать в TIFF, да и для OCR-щика тоже будет надежнее принять пакет TIFF, чем гадать, какой JPEG ему
подсунулидали: с потерями или без! (Что касается затрат на трафик сканировщика, то тут без проблем: Upload в трафике не учитывается, а насчет затрат на загрузку у OCR-щика: ye, это уже моя проблема, раз я сказал, что согласен скачать "лишнее", значит без вопросов и никакой Анархистоподобный(?) niksi мне не указ)И наконец, тут озвучили ещё один путь сканирования, который побивает одним выстрелом сразу всех зайцев, а именно: делать дежавюшки!
Тут
niksiкто-то может возмутиться: как же так, всем ведь известно, что дежавюшки всегда портят качество! А вот и нет, а вот и нет!Есть такая программа DocumentExpressEditor как раз для работы с дежавюшками. Так вот, у этой проги есть разные
режимыпрофили кодирования, в частности профиль "фотография", в котором информация кодируется без потерь. Конечно, дежавюшка при этом получается большего веса, чем при "обычном","ч/б","рисунок" и пр. профилях, но зато без потерь!И объём полученной дежавюшки будет меньше, чем у TIFF и/или JPEG!
Да, чуть не забыл: DocumentExpressEditor имеет режим сканирования, так что сканировать можно сразу в DJVU!
Так что, в битве TIFF vs JPEG побеждает DjVu!
Отв: JPEG vs DJVU
На первый взгляд это очень хороший метод. Кодированный в режиме "фотография" дежавю конкретной книги получился у меня весом в 67 мб против 163 мб джпегов этой же книги. И, при беглом анализе, кол-во ошибок OCR - такое же. Годится, кажется. Спасибо за наводку.
Отв: JPEG vs DJVU
Отв: JPEG vs DJVU
В каком месте там ручная работа? Я чего-то не знаю? Или у тебя Фаня старый?
Открываем дежавю в фанридере, и сохраняем картинки куда и как хотим, пакетно.
Про качество - пока не понятно, на первый взгляд разпознавание из дежавю-фотографии показалось не хуже, чем из просто джпегов.
Другой вопрос - время, занимаемое на кодировку. Особой нужды как бы нету превращать 150 мб в 75 посредством затратных по времени манипуляций.
Отв: JPEG vs DJVU
Отв: JPEG vs DJVU
Это у кого как. У меня - 248 разворотов из дежавю-фото открываютя в 10-ом файнриднре за 3 минуты 7 секунд.
Отв: JPEG vs DJVU
А открыть бесплатным ирфаном дежавю и сохранить пакетно (Options - -> extract all frames) все страницы из дежавюхи в любой нужный тебе формат - религия не позволяет? Или просто такая гипертрофированная любовь к ручной работе? )
Отв: JPEG vs DJVU
отряхну от пылии опробую. Сенькс!Отв: TIFF vs JPEG
Отв: JPEG vs DJVU
А в чем проблема? У меня FR9 стоит, все нормально распознает.
Ну а если у вас FR8, то всё равно - выход есть: ScanKromsator отлично разрежет на TIFF'ы хоть PDF-ку, хоть дежавюшку.
Так что, кто хочет делать - тот ищет как сделать, а кто НЕ хочет, тот ищет причину, почему это сделать невозможно.
Отв: JPEG vs DJVU
Вместо ScanKromsator, разработчик уже давно забросил этот проект, использую ScanTailor
В _http://www.rapidshare.ru/1716643 сканированный разворот и результат обработки. Файлы tiff, джиеги со сжатием только для фоток "Я и моя кошка на фоне ковра", вывод основан на опыте фотографирования через микроскоп.
Отв: JPEG vs DJVU
Кстати, со сканами, разрезанными СканКромсатором можно даже FR-Home версией распознавать, а не только Pro, не говоря уж о Corp. Так что, как раз-таки самая полная универсальность!
Отв: TIFF vs JPEG
DjVu в качестве источника - категорически не приемлю. Даже не я, а мой ФР: распознаёт такое со скоростью в пару десятков страниц в час. :-(
Несжатые сканы - хороши для иллюстраций, да. Вернее, сжатые с потерями - плохи. Особенно на таких тонких вещах, как растровая печать (фотографии, а пуще того - обложки): артефакты JPEG'ного сжатия, накладываясь на структуру изображения, дают результаты весьма... скажем так, причудливые. Но и на обычных гравюроподобных штриховых иллюстрациях артефакты мешают, поэтому JPEG для этого дела не люблю.
TIFF - хм, а почему не PNG? Для сканов PNG даёт выигрыш в объёме примерно вдвое: сжатие есть, но беспотерьное, т.е. картинка восстанавливается строго 1:1.