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
ProstoTac RE:Таинственная личность админа Флибусты 9 часов
Aliki RE:Подайте бедному копеечку на книжку с литреса... 1 день Isais RE:Кармен Мола - Пурпурная сеть [litres] 1 день Isais RE:Детство, опаленное войной (Вторая мировая 1939-1945 и ВОВ) 2 дня kopak RE:О группе Дятлова. О той самой, того самого... 5 дней Isais RE:Катя Водянова - Дом и два жениха в придачу 1 неделя Aleks_Sim RE:Прошу переформатировать, распознать, etc... 1 неделя Саша из Киева RE:Кто сможет раздобыть и оцифровать нужные мне книги? 2 недели Isais RE:Дмитрий Анатольевич Горчев - ЖЖ Дмитрия Горчева (2009–2010) 2 недели Саша из Киева RE:Детям о Ленине (Издание 1965 года) 3 недели Саша из Киева RE:Приключения Мишки-Ушастика (Перевод Марата Брухнова) 3 недели babajga RE:Белая княжна 1 месяц Isais RE:Файл достаточно хорош. Нет смысла в его улучшении. Ага,... 1 месяц mazay RE:Sleepy Xoma - Bagⲣѱnoⲣojdennaѱ 1 месяц zlyaka RE:С Новым годом! 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 Впечатления о книгах
Belomor.canal про Лубникова: От Рафаэля до Кавалера д’Арпино. Устройство римских живописных мастерских XVI века (История, Искусство и Дизайн, Искусствоведение)
07 02 Многие думают, что фрески Рафаэля — это всё он сам нарисовал. А вот и нет! На самом деле, их делали подмастерья в его мастерской. Они делали всё: от начала и до конца! Интересно, как были устроены эти «фабрики живописи»? ……… Оценка: отлично!
mysevra про Пауэлл: Магия тёмная и загадочная [litres] (Фэнтези, Городское фэнтези)
07 02 Поступки главной героини удивляют своей железбетонной глупостью, непорядочностью и самоуверенностью. Грустно, девицы. Оценка: плохо
mysevra про Чайлд: Лед-15 [Terminal Freeze ru] (Научная фантастика, Триллер)
07 02 Понравилось: бодренько и без личной драмы, так популярной ныне. За тех, кто ехал по льду, переживала больше, чем за тех, кто бегал по базе. Финальное предположение, что же это было, добавило каплю милоты. Оценка: хорошо
decim про Слободчиков: Облака над Суренью (Советская классическая проза)
07 02 Вот этим вот примерно до 1987 были забиты полки книжных магазинов. Жаль варварски вырубленных на целлюлозу ёлок, жаль ненужных усилий автора - честного лесника, зачем-то подавшегося в литературу. Нечитаемо. Оценка: нечитаемо
Kiesza про Лиманов: Пять лет спустя, или Вторая любовь д'Артаньяна [СИ] (Исторические приключения, Фанфик)
06 02 Не Дюма. Изложение скучноватое, неспешное. Кардинал мелочен, Рошфор глуп, д`Артаньян задрот. Оценка: плохо
sicomd про Никонов: От Второй мировой к холодной войне. Немыслимое (История, Публицистика)
06 02 Почему так корежит некоторых …. Когда речь заходит о СССР — только поэтому читать стоит!
Oleg68 про Куанг: Опиумная война [The Poppy War ru] (Фэнтези)
05 02 Очень понравилась книга. Необычно. Нравится слог автора. Оценка: отлично!
decim про Светлана Сергеевна Тюльбашева
05 02 Столкновение орков и вампирш, посвящённых 2-3 поколения назад и не осознающих своё вампирство. А кто другой может прошляться пол-лета по болотам, питаясь одной черникой и не быть съеденными комарами, когда кончится репеллент(столичным ………
Skyns71 про Олшейкер: Психологический портрет убийцы. Методики ФБР (Психология, Юриспруденция)
04 02 ...автор почётный поциент клиники Somerville Asylum в Бельмонте, опус - много слов поциента ни о чём". Уважаемый 187 - вы книгу-то читали? А хотя бы статью в Википедии про автора? Не стыдно нести чушь?
Barbud про Шалашов: Господин следователь 4 [СИ] (Альтернативная история, Исторический детектив, Попаданцы, Самиздат, сетевая литература)
04 02 Читать можно. Повествование идет неторопливо и размеренно, в тексте много всяких бытовых подробностей - особенностей топки печей, пользования самоваром, найма прислуги, обращения с ней и т.д и т.п. ГГ ходит на службу, вкусно ……… Оценка: хорошо
virtcatty про Никонов: От Второй мировой к холодной войне. Немыслимое (История, Публицистика)
03 02 Для тех кто комментировал ранее. План "Немыслимое" всё-таки был. И холодная война была, и как всегда виновата РОССИЯ!
Skyns71 про Никонов: От Второй мировой к холодной войне. Немыслимое (История, Публицистика)
03 02 Уже по аннотации ясно, что читать не стоит. Очередная пропагандистская дрянь. |
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?