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... 4 часа
sem14 RE:Книжная серия "Жизнь в искусстве" издательство "Искусство"... 10 часов Isais RE:Семейственность в литературе 2 дня Violontan RE:Жан Батист Мольер воскрешенный 4 дня Dead_Space RE:DNS 4 дня sem14 RE:Гонкуровская премия 1 неделя Dead_Space RE:Беженцы с Флибусты 1 неделя Саша из Киева RE:Приключения белочки Рыжки 3 недели alex-from RE:Оплатил два раза, но абонемента нет 3 недели Kiesza RE:На 78-м году жизни скончался советский и российский... 3 недели Paul von Sokolovski RE:Бушков умер. 1 месяц lemma7 RE:Серия «Интеллектуальный детектив» изд-ва АСТ 1 месяц mig2009 RE:Багрепорт - 2 1 месяц Isais RE:Издательство "Медуза" 1 месяц babajga RE:Народные сказки - Сказки народов Сибири = Fairy-Tales of... 1 месяц Саша из Киева RE:Кто сможет раздобыть и оцифровать нужные мне книги? 1 месяц sibkron RE:Серия "Библиотека французской литературы" (Макбел) 1 месяц Isais RE:Игорь Северянин - Том 2. Поэзоантракт 2 месяца Впечатления о книгах
mysevra про Обухова: Тихие шаги (Детективная фантастика, Мистика, Самиздат, сетевая литература)
29 11 Да какой там детектив или мистика, это тотальная и всепоглощающая драма с претензией. К тому же, дурно изложенная. Оценка: плохо
mysevra про Титов: Тёмный исток [СИ] (Боевая фантастика, Детективная фантастика, Самиздат, сетевая литература)
29 11 Двойственное впечатление. Частные детективы, космос, способности гл.героя, задумка, сюжет – всё замечательно. Казалось бы, чего ещё желать. И в то же время персонаж настолько раздражает своим неуместным кокетством, инфантильностью ……… Оценка: неплохо
mysevra про Бурлан: Симорон. Паштет из дирижаблей и флейт. Десять лакомых кусочков (Самосовершенствование)
29 11 Самое удивительное, что, если поднапрячься и продраться сквозь шутки-прибаутки, эта штука действует. Но смысл-то как раз в том, чтобы не напрягаться. В общем, каждому своё, а мне не подошло. Оценка: неплохо
udrees про Психология: Дыши. Как стать смелее (Психология, Подростковая литература, Детская психология)
29 11 Проходная психологическая книженция. Написана отрывисто, крупными мазками, одни советы отделены от других большими пробелами. К каждой странице прилагается какой-то рисунок размером со страницу. Текст написан редко, с разрывами ……… Оценка: неплохо
udrees про Верхотуров: Ядерная война. Все сценарии конца света (Публицистика, Военная документалистика)
29 11 Неплохая книга с обобщением материалов по поводу ядерного оружия и ядерной войны. Сначала немного истории с разработкой и сбросом бомб на Японию. Потом последствия взрывов на людей и государства. Потом про сценарии войны у ……… Оценка: хорошо
udrees про Морале: Я приду за тобой! (Юмористическая фантастика, Эротика, Самиздат, сетевая литература)
29 11 Книга написанная озабоченным школьником, или бывшим школьником. Практически никаких художественных описаний, кроме тел девушек, секса и разговоров. С первых страниц главный персонаж - суккуба – уже начинает действовать, убивать ……… Оценка: плохо
udrees про Морале: Крысиный бег I [СИ] (Эротика, Городское фэнтези, Попаданцы, Самиздат, сетевая литература)
29 11 Эротический опус, опять приключения школоты, написанное школьником и для школьников. Еще и запихали сцены секса пасынка со своей мачехой, потом сводной сестрой, потом матерью подруги и многое другое. У автора одинаковые шаблонные ………
Дей про Возвращение Великого
27 11 Исключительно мусорная книжка. Ни сюжета, ни грамотности, сборник ляпов.
alexk про Владимиров: Охотник на демонов 2 (Боевик, Приключения: прочее, Самиздат, сетевая литература)
26 11 Далеко не первый такой файл вижу, но всё понять не могу, как можно было так исходник испохабить? Или это руками лишних пробелов после тэгов добавили?
Sello про Стайрон: И поджег этот дом [Set This House on Fire ru] (Современная проза)
26 11 Захотелось по прочтении сравнить свое мнение с мнением двух-трех профессиональных критиков, тех, кто, так сказать, рекламирует произведение для определения его степени читабельности или, напротив, нечитабельности. Все потому, ……… Оценка: отлично!
Oleg68 про Иванов: Золото бунта, или Вниз по реке теснин (Историческая проза, Исторические приключения)
24 11 Книга понравилась. Интрига, описание быта тех времен и, конечно, описание природы. Все на высшем уровне. 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?