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
нэнси RE:Подайте бедному копеечку на книжку с литреса... 5 часов
Саша из Киева RE:Приключения белочки Рыжки 3 дня Paul von Sokolovski RE:На 78-м году жизни скончался советский и российский... 4 дня Paul von Sokolovski RE:Бушков умер. 4 дня lemma7 RE:Серия «Интеллектуальный детектив» изд-ва АСТ 5 дней Larisa_F RE:Книжная серия "Жизнь в искусстве" издательство "Искусство"... 6 дней mig2009 RE:Багрепорт - 2 1 неделя Isais RE:Издательство "Медуза" 1 неделя babajga RE:Народные сказки - Сказки народов Сибири = Fairy-Tales of... 2 недели Саша из Киева RE:Кто сможет раздобыть и оцифровать нужные мне книги? 3 недели sibkron RE:Серия "Библиотека французской литературы" (Макбел) 3 недели Isais RE:Игорь Северянин - Том 2. Поэзоантракт 4 недели sem14 RE:Современная корейская литература. Книжная серия... 1 месяц sem14 RE:Семейственность в литературе 1 месяц Isais RE:Детство, опаленное войной (Вторая мировая 1939-1945 и ВОВ) 1 месяц Саша из Киева RE:Подводное течение 1 месяц konst1 RE:Переименовать ник (имя учетки) 1 месяц Larisa_F RE:Таррин Фишер 2 месяца Впечатления о книгах
dolle про Мусаниф: Мультик (Боевая фантастика, Космическая фантастика, Самиздат, сетевая литература)
28 10 Отлично, читается на одном дыхании . Жду продолжения . Оценка: отлично!
дядя_Андрей про Каратила
27 10 Собственно, "про единоборства в 80-х" не так уж и много. Даже не гарнир, а, так, приправа. Больше про всякие криминально-коммерческие дела. Оно и понятно, "время было такое". Так же национальная составляющая присутствует. ………
Sello про Кутзее: Медленный человек [Slow Man ru] (Современная проза)
27 10 Вопросы, которые поднимает в своем романе Кутзее, скорее, можно отнести к категории трудноразрешимых, таких, что увязаны, в первую очередь, с поведением и психологизмом ГГ, чью жизнь разделила на "до" и "после" авария на дороге, ……… Оценка: отлично!
Олег Макаров. про Дэн Перцефф
27 10 А почему его называют "американский журналист", если очевидно, что это российский автор под псевдонимом?
mysevra про Васильчикова: Берлинский дневник, 1940–1945 [Berlin Diaries, 1940–1945 ru] (Биографии и Мемуары)
27 10 Имена, нравы, традиции и лёгкость – совсем иной мир. Читая Дневник понимаешь, как убого и натужно смотрятся нынешние «аристократы» местного разлива – и в жизни, и на экране. Оценка: отлично!
mysevra про Мегре: Анастасия (Современная проза, Ненаучная фантастика)
27 10 Возможно, в чём-то автор и прав, но от такой страшно сладенькой и одновременно патетически-выспренной манеры подачи просто коробит. Оценка: плохо
mysevra про Перцефф: Атака на мозг. Оскал психотронной войны (Публицистика)
27 10 А замаху-то было… Обо всём и ни о чём. Оценка: неплохо
Никос Костакис про Зурков: Большая охота (Альтернативная история, Боевая фантастика, Попаданцы)
26 10 «Шо ни зьим, тое попыднадкусваю». Автор уверен, что он правильно воспроизводит украинский язык? Или "и так сойдет"?
Олег Макаров. про Пепел доверия
26 10 Интересно. Очень долго раскачивается сюжет, до движухи доходит после середины, но написано хорошо и читается достаточно легко. Отличная идея причин и развития апокалипсиса. Реально триллер.
udrees про Даути: Когда дым застилает глаза [Провокационные истории о своей любимой работе от сотрудника крематория] [Smoke Gets in Your Eyes: And Other Lessons from the Crematory ru] (Современная проза, Биографии и Мемуары)
26 10 Какая страшная книга, написанная от лица работника похоронного бюро насчет похоронных ритуалов и о своей работе – в основном о сжигании тел в печи крематория. Сама авторша видать все-таки с прибабахом, все же не каждый человек ……… Оценка: хорошо
udrees про Михайлов: Пепел доверия 2 (Боевая фантастика, Постапокалипсис, Самиздат, сетевая литература)
26 10 Вторая книга из новой серии про жизнь во время зомби-апокалипсиса. Первая книга была хорошо написана, где начиналась завязка сюжета. Вторая книга думаю оказалась не хуже. Сюжет также идет неторопливо, показывая всю боль мира ……… Оценка: отлично! |
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?