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
babajga RE:Книга чуДОМищ 3 часа
DGOBLEK RE:Подайте бедному копеечку на книжку с литреса... 12 часов ProstoTac RE:Подборка о Первой Мировой 2 дня babajga RE:Нержавеющая сабля 4 дня sem14 RE:«Уроки русского» 4 дня Isais RE:Древний Рим. Подборка книг 5 дней kopak RE:О группе Дятлова. О той самой, того самого... 5 дней edvud RE:Прошу переформатировать, распознать, etc... 6 дней babajga RE:Отчаянная осень 1 неделя babajga RE:Сказки Сени Малины 1 неделя babajga RE:Сказки 1 неделя babajga RE:Мои четвероногие друзья 1 неделя Саша из Киева RE:Кто сможет раздобыть и оцифровать нужные мне книги? 1 неделя Isais RE:Семейственность в литературе 1 неделя kopak RE:Таинственная личность админа Флибусты 2 недели babajga RE:Ласси возвращается домой 2 недели Isais RE:удаление "двойников" 2 недели Isais RE:Кармен Мола - Пурпурная сеть [litres] 4 недели Впечатления о книгах
Олег Макаров. про Комиссар
05 03 Трилогия ужасна: её очень тяжело читать, при том что написана она весьма лёгким, изящным и грамотным языком. Раз пять, наверное, за ту неделю, пока читал, хотел закрыть книгу и больше не открывать. Потому что это невыносимо: ………
francuzik про Nooby: Торговец (Городское фэнтези, Попаданцы, Самиздат, сетевая литература)
05 03 Нормальное лёгкое чтиво. Не шедевр конечно, но раз прочесть можно. Оценка: хорошо
decim про Сандерсон: Звездная эскадрилья [сборник litres] (Боевая фантастика, Героическая фантастика, Космическая фантастика, Научная фантастика)
04 03 Переводил ленивый дройд. Подозреваю, что и в подлиннике не блещет, но не настолько же. Оценка: плохо
mysevra про Мастертон: Жертвоприношение [Prey ru] (Ужасы)
03 03 Начиналось всё до оскомины стандартно, но вот дальше пошло веселее – кто успел, тот и царь горы. Оценка: хорошо
Олег Макаров. про Измайлов: Неправильный лекарь. Том 1 (Боевая фантастика, Попаданцы, Самиздат, сетевая литература)
02 03 Как-то медленно и неувлекательно. Даже не знаю, что не так Кроме того, ГГ периодически настолько дурак, что кажется, даже автору за него неловко. UPD Хотя нет. Автору норм Оценка: плохо
Лысенко Владимир Андреевич про Емельянов: Японская война 1904. Книга третья (Альтернативная история, Попаданцы, Самиздат, сетевая литература)
02 03 Спасибо. Интересно. Увлекательно. Книга понравилась. Жду продолжение. Оценка: отлично!
Barbud про Войтенко: Длинный (Исторические приключения, Попаданцы, Самиздат, сетевая литература)
02 03 Примитивное картонное писево. Персонажи бесхарактерны и однообразны, ГГ - Марти Сью, в кустах разбросаны рояли. В "недочитанное". Оценка: нечитаемо
nik_ol про Донцова: Кружок экстремального вязания [litres] (Иронический детектив, Детективы: прочее)
28 02 Спасибо, что выложили новое!) Оценка: хорошо
gruin про Валин: Штурмуя Лапуту (Боевая фантастика, Героическая фантастика, Самиздат, сетевая литература)
28 02 Повествование окончательно стало бессвязным и немотивированным. Даже рояли кончились. Оценка: нечитаемо
Stager про Валин: Штурмуя Лапуту (Боевая фантастика, Героическая фантастика, Самиздат, сетевая литература)
26 02 Повествование окончательно стало бессвязным и немотивированным. Даже рояли кончились. Но забавно, местами увлекательно. Оценка: неплохо
Lan2292 про Nooby: Торговец (Городское фэнтези, Попаданцы, Самиздат, сетевая литература)
26 02 чЕЛОВЕК ПИСАЛ, ТРАТИЛ ВРЕМЯ, НО К СОЖАЛЕНИЮ НА ВЫХОДЕ ПОЛУЧИЛАСЬ ХРЕНЬ, А Я ЧЕСТНО ПЫТАЛАСЬ ПРОРВАТЬСЯ ЧЕРЕЗ СТРОЧКИ, НО УВЫ И АХ. Оценка: плохо |
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?