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
Океана RE:Подайте бедному копеечку на книжку с литреса... 34 мин.
Larisa_F RE:Серия "Новые сказочные повести" издательство "Самовар" ... 1 неделя sem14 RE:Серия "Символы времени" издательства "Аграф" 1 неделя Larisa_F RE:Серия книг «Судьбы книг» издательства «Книга» 1 неделя tvv RE:faq brainstorm =) 2 недели Larisa_F RE:Серия "Что есть что" издательства "Слово"(чего не хватает) 2 недели Larisa_F RE:Серия "Очень прикольная книга", издательство Азбука-классика 2 недели larin RE:абонемент не обновлен 2 недели sem14 RE:За иллюминатором (серия) - чего не хватает? 3 недели sem14 RE:Собираем серию: "Мастер серия", издательство "Лимбус". 3 недели Larisa_F RE:Книжная серия «Сlio» издательства "Евразия" 3 недели larin RE:Пропал абонемент 1 месяц tvv RE:DNS 1 месяц MrMansur RE:<НРЗБ> 1 месяц Stager RE:Беженцы с Флибусты 1 месяц Tramell RE:Серия "Библиотека французской литературы" (Макбел) 1 месяц sem14 RE:Книжная серия "Жизнь в искусстве" издательство "Искусство"... 1 месяц sem14 RE:Современная корейская литература. Книжная серия... 1 месяц Впечатления о книгах
decim про Смурыгина: Дефицит. Как в СССР доставали то, что невозможно было достать (История, Публицистика)
05 02 Даже забег по мос. лавкам в понедельник приносил урожай, а уж в посёлках чего только не было. Среди тамошнего населения считалось предосудительным носить не то, что принято - т.е. спецовку на каждый день и старый шерстяной ………
Barbud про Трофимов: Толмач [litres] (Боевая фантастика, Попаданцы)
05 02 Автор успел накропать уже целую охапку писева про данный исторический период, но так и не озаботился получше узнать о реалиях того времени, хотя бы учебник истории почитать - ну да, чукча не читатель, чукча писатель. Тут у ……… Оценка: плохо
irukan про Ланцов: Шанс (Альтернативная история, Социальная фантастика, Самиздат, сетевая литература)
04 02 Хорошо зашла книга! На одном дыхании прочёл. Давно у Ланцова такого не было. Наш совеременник попадает в Константинополь за несколько лет до его падения. То есть, понимаешь, что всё у него получится, но всё равно до конца держит в напряжении Оценка: отлично!
blahblah про Смурыгина: Дефицит. Как в СССР доставали то, что невозможно было достать (История, Публицистика)
04 02 Ужасная книга! Автор интервьюировала знаменитых людей, которые в тоже время в большинстве своём были детьми и внуками других знаменитых людей, ездили за границу, жили в привилегированных домах, получали спецпайки, джинсы во ……… Оценка: плохо
Perca про Михайлов: Пепел доверия 2 (Боевая фантастика, Постапокалипсис, Самиздат, сетевая литература)
04 02 Зомби-апокалипсис, очередно взгляд. Однако фантастики многовато. В первую рчередь об армии. У автора это последняя надежда и опора населения. В реальности, как показали последние годы, российская армия - это сборище мародеров ……… Оценка: плохо
Дей про Псевдоним «Испанец»
03 02 Такое впечатление, что во время написания первой и 2/3 второй книг у автора был жесточайший спермотоксикоз. Секс, секс, секс, сейчас, вчера был, завтра будет, мысли о сексе, пошлые шутки, постоянное упоминание члена (да, как ………
Stager про Сальников: Петровы в гриппе и вокруг него (Современная проза)
02 02 Не осилил. Унылая бессмысленная тягомотина, написанная совершенно не по-русски. Кстати, такой стиль был популярен в те времена, и я сильно позже понял, что это подражание ещё более кретинской англоязычной литературе. Оценка: нечитаемо
MrMansur про Симоньян: В начале было Слово – в конце будет Цифра [litres] (Современная проза)
02 02 Шикарная книга, которую надо не только читать, но и перечитывать через время, сравнивая ощущения и случившееся в реальной жизни. Оценка: отлично!
mysevra про Мишарин: Серебряная свадьба (Драматургия: прочее)
02 02 Искала из-за пьесы «Княжны», остальное не заинтересовало. Как же замечательно изобразила Дашу Ольга Волкова в телеспектакле – благодаря ей вещь получилась действительно изумительной. Оценка: отлично!
mysevra про Престон: Гора Дракона [Mount Dragon ru] (Триллер)
02 02 Прочитала с удовольствием, динамично, увлекательно и неожиданно: беда пришла, откуда не ждали. Конечно, технически-медицинские вопросы вне моей компетенции и, подозреваю, там есть к чему придраться. Я же придираюсь к воинственно ……… Оценка: отлично!
mysevra про Шакилов: Хозяин Янтаря (Боевая фантастика, Постапокалипсис)
02 02 Откуда такой разудалый боевичок с хахоньками, первая книга нормальная же была? Оценка: плохо
Oleg68 про Кристенсен: Полубрат [Halvbroren ru] (Современная проза)
31 01 Долго читал. Неоднозначная книга. С одной стороны,- интересная, С другой,- как- то рывками. Оценка: хорошо |
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?