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
monochka RE:Подайте бедному копеечку на книжку с литреса... 3 часа
commodore RE:Письма 2 дня Саша из Киева RE:Три минуты истории 3 дня [email protected] RE:Как бы с этим побороться и побороть? 1 неделя Саша из Киева RE:Книги на латышском языке 2 недели stevecepera RE:Список современных французских писателей? 3 недели etorus2008 RE:Отв: Помогите найти книгу по описанию 1 месяц lemma7 RE:Чёрный нимб и другие истории, исполненные неизъяснимого ужаса 1 месяц Wedmak RE:Помогите найти!.. #2 1 месяц sem14 RE:Координация сканирования и вычитки 1 месяц babajga RE:Кто сможет раздобыть и оцифровать нужные мне книги? 1 месяц Isais RE:Мои открытия 1 месяц kopak RE:О группе Дятлова. О той самой, того самого... 1 месяц A5. RE:Не присылает пароль на почту 1 месяц babajga RE:Плюмаж 2 месяца babajga RE:Блошкинс и Фрю. Опасное путешествие 2 месяца alexk RE:Багрепорт - 2 2 месяца babajga RE:Удивленная сова 2 месяца Впечатления о книгах
дядя_Андрей про Хазанов: Россия, которую мы потеряли. Досоветское прошлое и антисоветский дискурс (История, Публицистика)
03 06 «Сибирский цирюльник» НЕ СТАЛ блокбастером в новейшей России Оценка: плохо
nik_ol про Платова: Увидимся в темноте (Детективы: прочее)
03 06 А где Виктория-то, она жива? Почему больше не пишет? Оценка: хорошо
mysevra про Витковский: Земля Святого Витта (Альтернативная история)
02 06 Потрясающий слог. Феерия фантазии. Но автор в своём слое реальности так увлекается построением предложений, что за ним не всегда угнаться. К тому же этот лёгкий привкус хронического стёба – это, знаете ли, не каждому по плечу. Оценка: неплохо
mysevra про Бардуго: Король шрамов [litres] (Героическая фантастика, Фэнтези, Городское фэнтези)
02 06 Немного подростково, немного затянуто – ну, так никто и не обещал большего. Но в целом неплохо, так как продолжает полотно grishaverse. Оценка: хорошо
mysevra про Свечин: Охота на царя [litres] (Исторический детектив)
02 06 Действия капитана Оливопольського полка – беспрецедентная атака на храм – восхитительное в своей простоте решение. Быстро и эффективно. Книга, бесспорно, хороша. Оценка: отлично!
Sello про Джианелла: Меня зовут Грета. Голос, который вдохновил весь мир (Образовательная литература, Публицистика, Экология)
01 06 Настолько все обесценилось в наши дни, что порой оторопь берет. Наблюдается изменение климата? Несомненно. Негативные последствия этого явления имеют место? Конечно. Необходимы ли шаги по улучшению создавшегося положения. ……… Оценка: нечитаемо
Г.Гуслия про Эдуард Тен
01 06 Полное собрание современных российских штампов. Попаданец ГГ - конечно же ветеран спецназа, конечно же владеет любым холодным оружием так, что опытнейшие бойцы падают на пятой секунде боя, конечно же стреляет из карамультука ………
Олег Макаров. про Джианелла: Меня зовут Грета. Голос, который вдохновил весь мир (Образовательная литература, Публицистика, Экология)
31 05 Единственная причина, по которой эта книга имеет право на существование: свобода слова. В смысле, если есть люди, которым это нравится, они имеют право этим наслаждаться. (правда, тогда и любые другие книги не могут быть запрещены) Оценка: нечитаемо
pulochka про Джианелла: Меня зовут Грета. Голос, который вдохновил весь мир (Образовательная литература, Публицистика, Экология)
31 05 Кто такая Грета Тунберг? Тупая и больная на всю голову идиотка.Еще и рекламу этой мрази. создают. Оценка: нечитаемо
Belomor.canal про Иванов: Речфлот. История речного флота Российской империи и Советского Союза (История, Транспорт и авиация, История техники)
31 05 Это матчасть к Бронепараходам. Сам по себе очень интересный текст, ведь речфлот основа купеческой логистики и именно тут кипучая сметливая активность была явлена в чистом виде! Ещё раз интереснейшая сторона нашей Истории. Оценка: отлично!
Олег Макаров. про Адвокат
29 05 Адвокат вольного города Забавно: первая книга прямо совсем неплохо, а вторая - как будто левой задней ногой написано. третью не стал уже читать |
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?