Forum Romania Inedit
Romania Inedit - Resursa ta de Fun
|
Lista Forumurilor Pe Tematici
|
Forum Romania Inedit | Reguli | Inregistrare | Login
POZE FORUM ROMANIA INEDIT
Nu sunteti logat.
|
Nou pe simpatie:
Cristina02 pe Simpatie
 | Femeie
23 ani
Arges
cauta Barbat
26 - 80 ani |
|
|
utilitasetveritas
Pe lista neagra
Inregistrat: acum 12 ani
|
|
Acest topic contine, pe etape, toata gama de softuri specializate necesarii obtinerii unei carti in format digital.
Pe cat posibil urmeaza a fi adaugate ultimele versiuni, tutoriale si linkuri spre alte zone ale forumului unde se discuta folosirea acestor programe.
Termeni folositi in digitalizarea/corectarea cartilor pe acest forum:
Scanul Brut
- reprezinta totalitatea imaginilor neprelucrate rezultate in cursul operatiei de scanare.
Este total contraindicat sa incercati sa le modificati inainte de a extrage textul din ele. Orice modificare va influenta calitatea recunoasterii textului, daca nu stiti ce faceti veti strica toata munca de scanare si veti obtine un ocr jalnic ce va fi evitat de multa lume.
OCR (Optical character recognition)
- reprezinta textul brut rezultat in urma prelucrarii imaginilor scanarii brute cu ajutorul unui soft de recunoastere optica a caracterelor, Abby sau altul.
Scanul de Control
- Scanul de control, se gaseste sub forma unui pdf sau a unui djvu, creat prin diverse metode, din scanul brut al cartii. Dintre cele 2 tipuri de fisiere, pdf si djvu, djvu-ul este cel mai recomandat datorita raportului excelent intre calitate si marime. Nu este obligatorie prelucrarea cu ScanTailor a scanului de control, scanul de control poate fi obtinut direct din scanul brut. Dar calitatea imaginilor va fi mica, iar marimea fisierului relativ mare.
Pentru un scan de calitate e necesara trecerea imaginilor brute printr-un program de prelucrare.
Scanul de control este absolut obligatoriu! In baza lui textul va fi corectat si formatat!
Pe acest forum veti gasi documente versionate diferit:
- 0.1, reprezinta un ocr brut, exact cum a fost el extras din Abby.
- de la 0.2 la 0.9, gasim textele care au suferit diverse modificari automate si semi-automate.
- 1.0, reprezinta textul care a fost corectat prin citire si cu ajutorul cartii fizice sau a scanului de control.
- 2.0, reprezinta textul care a fost corectat prin citire si cu ajutorul cartii fizice sau a scanului de control, dar de o alta persoana decat cea care a facut acel 1.0 initial.
- 3.0, reprezinta textul care a fost corectat prin citire si cu ajutorul cartii fizice sau a scanului de control, dar de o alta persoana decat cea care a facut acel 2.0 initial, si tot asa. |
In teorie, cu cat numarul de versiune e mai mare, cu atat cartea are mai putine greseli si e mai apropiata de originalul fizic.
In practica, calitatea cartii depinde foarte mult de atentia si cunostintele celor care o lucreaza, nu este obligatoriu sa creasca proportional cu numarul de persoane ce au corectat-o.
Modificat de utilitasetveritas (acum 11 ani)
|
|
| pus acum 11 ani |
|
|
utilitasetveritas
Pe lista neagra
Inregistrat: acum 12 ani
|
|
Exista multe softuri dedicate scanarii pe piata. Dar e mult mai avanatajos sa fie folosit Abby. De ce?
- se elimina un soft intermediar.
- si Abby stie sa scaneze, atat manual cat si automat.
- se castiga timp daca se scaneaza direct intr-un document Abby. In felul acesta dupa scanare nu mai e nevoie sa asteptati pana cand deschide Abby toate paginile. Ca sa nu mai pomenesc de faptul ca utilizatorul poate opri oricand scanarea si ca mai apoi sa o continue peste o zi sau doua, de acolo de unde a ramas.
- Abby, pe masura ce scaneaza, poate supune imaginile unor operatii diverse (de la separarea paginilor duble pana la rotire si pre-procesare).
- etapa recunoasterii textului va fi finalizata tot cu... ati ghicit! Abby! Etapa care, evident, ca se va face numai si numai manual.
Modificat de utilitasetveritas (acum 9 ani)
|
|
| pus acum 11 ani |
|
|
utilitasetveritas
Pe lista neagra
Inregistrat: acum 12 ani
|
|
Programul oferit mai jos, in diverse versiuni, are ca scop prelucrarea imaginilor brute rezultate in urma procesului de scanare.
Aceste imagini sunt curatate, indreptate, decupate etc. in asa fel incat sa ramana doar suprafata utila, adica text si ilustratii. Apare si o scadere drastica de marime a fisierelor: de la un scan brut de 5-6 giga (adica la 600 dpi) se pot obtine niste imagini prelucrate de 150-200 mb, marime ce va scadea pana pe la 6 mb in etapa de realizare a djv-ului (detalii mai jos).
Imaginile ce rezulta la finalul acestui proces servesc la producerea asa-numitului scan de control (detalii in la inceputul acestui subiect).
Daca se doreste obtinerea unor imagini procesate de calitate, aceste program e absolut vital pentru persoanele ce doresc sa digitalizeze o carte.
Pentru incepatori este recomandat ScanTailor 0.9.11.1 32 biti sau ScanTailor 0.9.11.1 64 biti. Este cel mai prietenos dintre cele 2 programe.
Celelalte versiuni oferite aici nu sunt prea diferite ca utilizare, dar ofera unele optiuni in plus ce sunt necesare in cazul unor utilizatori avansati.
Modificat de utilitasetveritas (acum 9 ani)
|
|
| pus acum 11 ani |
|
|
utilitasetveritas
Pe lista neagra
Inregistrat: acum 12 ani
|
|
Modificat de utilitasetveritas (acum 9 ani)
|
|
| pus acum 11 ani |
|
|
utilitasetveritas
Pe lista neagra
Inregistrat: acum 12 ani
|
|
Tutoriale DJVU
Atentie!
Se presupune ca stiti deja sa folositi ScanTailor-ul. Ghiduri destinate celor care doresc sa produca djvu-uri mixte (text negru pe alb + ilustratii color) cu o comprimare adecvata fiecarui tip de imagine. |
Pentru obtinerea unui DJVU (SEARCHABLE) care sa contina si textul OCR-ului, este suficient sa fie deschis acel DJVU in ABBY 12, sa se faca recunoasterea textului, apoi sa se salveze tot ca DJVU. |
Modificat de utilitasetveritas (acum 9 ani)
|
|
| pus acum 11 ani |
|
|
utilitasetveritas
Pe lista neagra
Inregistrat: acum 12 ani
|
|
Modificat de utilitasetveritas (acum 9 ani)
|
|
| pus acum 11 ani |
|
|
utilitasetveritas
Pe lista neagra
Inregistrat: acum 12 ani
|
|
Acest excelent ghid de prelucrare prin intermediul Microsoft Word a fost realizat de catre cativa membri cu experienta de pe acest forum.
Cu ajutorul lui puteti face o prelucrare generala, automata si semiautomata, a unui text brut ce contine problemele specifice ocr-urilor, de la erori frecvente de recunoastere a unor caractere si pana la eliminarea acelor formatari misterioase care afecteaza felul in care interactionati cu textul pe durata corecturii.
AutoCorectul este un program freeware realizat de Cosmin si Daniel si pus la dispozitia doritorilor pe site-ul SoftSet.ro
Aici, pe acest forum exista o versiune de AutoCorect realizata special pentru corectarea textelor literare obtinute prin scanare si nu numai.
1.1. Ce este Autocorect?
Autocorect este un editor gratuit de text, care asigură pe lāngă operaţiile clasice de prelucrare a textelor şi corecţii ortografice, corecţia punctuaţiei, īmbogăţirea cuvintelelor cu diacritice manual şi/sau automat, suport pentru Ortografie şi Punctuaţie, DEX, etc. Programul este foarte accesibil, chiar şi pentru utilizatorii care au o experienţă redusă īn folosirea calculatoarelor.
Programul este realizat īn două variante:
Autocorect Contemporan, foloseşte regulile ortografice aprobate de Academia Romānă după 1993, cānd s-a revenit la grafia cu litera A īn loc de Ī īn anumite poziţii ale cuvintelor şi la scrierea formelor sunt, suntem, sunteţi īn loc de sīnt, sīntem, sīnteţi.
Autocorect Clasic, foloseşte regulile ortografice dinainte de 1993.
1.2. Ce este Autocorect OCR_Plus?
Autocorect OCR_Plus este o variantă modificată şi īmbunătăţită a programului Autocorect, creată special pentru a fi folosită īn activitatea de digitalizare a cărţilor; programul execută curăţarea şi formatarea automată a textelor OCR; el poate fi folosit cu rezultate excelente şi pentru activitatea de corectare manuală a textelor.
Programului Autocorect OCR_Plus i s-au adăugat setări speciale ale Punctuaţiei, setări complexe ale ferestrei de editare a dicţionarelor de Īnlocuiri multiple, precum şi un meniu special, numit OCR_Plus, care cuprinde pachete de opţiuni care au rolul de curăţare şi corectare atextelor de tip OCR.
Autocorect OCR_Plus este realizat, ca şi versiunea oficială, īn două variante:
Autocorect OCR_Plus Contemporan
Autocorect OCR_Plus Clasică |
Modificat de utilitasetveritas (acum 9 ani)
|
|
| pus acum 11 ani |
|
|
utilitasetveritas
Pe lista neagra
Inregistrat: acum 12 ani
|
|
|
| pus acum 11 ani |
|
