Forum Romania Inedit
Romania Inedit - Resursa ta de Fun
|
Nou pe simpatie:
deea43
 | Femeie
24 ani
Timis
cauta Barbat
25 - 56 ani |
|
|
Forum Romania IneditReguliInregistrareLoginPozeNu sunteti logat. Lista Forumurilor Pe Tematici
|
| #176 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
|
| |
|
| #177 |
|
|
Bun asa. Pun si eu osu' la munca. Trece-ma pe lista!  (explicatie pentru cei mai tineri, care n-au avut sansa sa stea la coada la butelii pe vremea lui Ceausescu: "Cine nu-i trecut pe lista, nu exista!" )
Nu te chinui cu excel, daca poti sa exporti cuvintele din AC intr-un fisier text preiau eu de aici, elimin dublurile si export in dic.
Apoi vedem ce si cum facem mai departe. Daca e ceva de facut...
|
|
| |
|
| #178 |
|
|
Am o carte și la sfârșit are un indice de nume de vreo 50 de pagini. În ocr-ul pe care-l am indicele de nume e făcut varză. Nu am scan de control, doar cartea tipărită. Trebuie să scriu eu indicele nume cu nume și numerele de pagini originale ori se poate și fără acel indice? Restul textului l-am corectat, dar m-am proptit în indice.
|
|
| |
|
| #179 |
|
|
Într-o carte tipărită, indicele de nume are menirea să găseşti mai uşor acele nume în text, să nu bănănăi cu degetul după ele, ci să ştii exact la ce pagină să le cauţi.
Într-un e-book, acest indice de nume nu-şi are rostul, decât dacă e un e-book din imagini, pdf, djvu, cum facem noi scanurile de control. Dar într-un DOC, ePub, mobi etc. poţi căuta uşor numele respective.
Pe scurt, elimină-l liniştită!
|
|
| |
|
| #180 |
|
|
Mulțumesc tare mult pentru ajutor!
|
|
| |
|
| #181 |
|
|
Am incercat sa convertesc vol 2 si 3 din Plodark cu Calibre in format azw3.
La ambele am primit un mesaj de eroare si conversia din docx in azw3 s-a blocat.
Am convertit fisierele in tft; am reluat conversia care de data asta a ajuns la capat dar azw3-ul rezultat nu a fost ceea ce m-am asteptat sa fie.
Am incercat cu alte fisiere docx si conversia a fost O.K.
Am convertit si Poldark 1 = O.K. ????
Asta-i toata istoria!
Pana acum nu am avut probleme cu Calibre !
|
|
| |
|
| #183 |
|
|
Neaţa oricui!
Scurt:
Înainte de septembrie 2012, 'juma de an am tot citit mai mult ce era pe About, decât secţiunea Cărţi propriu-zisă. Am fost atât de entuziasmat de ce se petrecea pe aici, încât am pornit la drum şcolăreşte!
Am luat de unde am putut Abbyy, Calibre, DJVU small, Autocorect, Scan Tailor etc şi am început să clicăi de capul meu! Evident că am mari lacune în privinţa utilizării lor şi astăzi!
O singură dată l-am întrebat pe Seven cum să scriu orice vreau într-un loc şi să apară cu galbenul ăla clasic al Forumului, care este întotdeauna un link.
Acum am două variante:
1. Să trec întâi jpg-urile din scanare prin Scan Tailor (munceşte coputeru'!) şi să mă lase cam des fără numerotaţia paginii! Apoi să intru cu ele în Abbyy. Altmintrelea, obţin un OCR mulţumitor!
2. Să balotez toată şandramaua scanată direct în Abbyy, apoi să curăţ şi să cropuiesc fiecare pagină pentru ca OCR-ul să aibă cât mai puţini „purici“, aşadar cei ce vor corecta textul să aibă cât mai puţin de lucru! Dar aici muncesc eu, asta durează cât nu merită şi este o operaţie teribil de nevrozantă!  Merge la o carte de 200 de pagini, la încă una de 350, dar tot te laşi de meserie la una de 850! În timpul pierdut astfel, pot scana altă carte!
Întrebarea este următoarea:
După ce am terminat de scanat cartea, ce am de făcut – şi cu ce program sau în ce ordine a programelor să pornesc – pentru a obţine un OCR cât mai „curat“?
Mulţumesc, de asemenea, oricui îmi va sugera ce să fac pentru a mai câştiga puţin timp pe care să-l dedic scanului! 
_______________________________________
Câteva OZN-uri... * Ion HOBANA * Mici contribuţii la Charles Dickens * Ion IANOȘI * Sergiu FĂRCĂȘAN * Italo CALVINO * Knut HAMSUN * Voicu BUGARIU
Apariții meteorice:
DOSTOIEVSKI l T. MANN l MARIN PREDA I J. VERNE l PETER F. HAMILTON l SF_46-89 l SF_&_F l BIOGRAFII l CRITICĂ l GRAMATICĂ l DIETA l MISTERE
|
|
| |
|
| #184 |
|
|
Gângurel a scris:
Neaţa oricui!
Scurt:
Înainte de septembrie 2012, 'juma de an am tot citit mai mult ce era pe About, decât secţiunea Cărţi propriu-zisă. Am fost atât de entuziasmat de ce se petrecea pe aici, încât am pornit la drum şcolăreşte!
Am luat de unde am putut Abbyy, Calibre, DJVU small, Autocorect, Scan Tailor etc şi am început să clicăi de capul meu! Evident că am mari lacune în privinţa utilizării lor şi astăzi!
O singură dată l-am întrebat pe Seven cum să scriu orice vreau într-un loc şi să apară cu galbenul ăla clasic al Forumului, care este întotdeauna un link.
Acum am două variante:
1. Să trec întâi jpg-urile din scanare prin Scan Tailor (munceşte coputeru'!) şi să mă lase cam des fără numerotaţia paginii! Apoi să intru cu ele în Abbyy. Altmintrelea, obţin un OCR mulţumitor!
2. Să balotez toată şandramaua scanată direct în Abbyy, apoi să curăţ şi să cropuiesc fiecare pagină pentru ca OCR-ul să aibă cât mai puţini „purici“, aşadar cei ce vor corecta textul să aibă cât mai puţin de lucru! Dar aici muncesc eu, asta durează cât nu merită şi este o operaţie teribil de nevrozantă! Merge la o carte de 200 de pagini, la încă una de 350, dar tot te laşi de meserie la una de 850! În timpul pierdut astfel, pot scana altă carte!
Întrebarea este următoarea:
După ce am terminat de scanat cartea, ce am de făcut – şi cu ce program sau în ce ordine a programelor să pornesc – pentru a obţine un OCR cât mai „curat“?
Mulţumesc, de asemenea, oricui îmi va sugera ce să fac pentru a mai câştiga puţin timp pe care să-l dedic scanului! |
Degeaba ai citit daca nu ai intrebat
1. Preferabil e sa scanezi direct in Abby. Abby 12 chiar are niste setari faine pentru scanare.
Daca doresti poti folosi alt program, dar tot in Abby o sa revii dupa asta. De ce sa mai adaugi un program in plus?
In Abby scanezi prima oara copertile cartii, apoi salvezi proiectul de Abby. Odata salvat, urmatoarele imagini scanate se vor duce direct in el, la locatia indicata de tine la momentul salvarii.
Azi scanezi 100 de pagini, maine deschizi proiectul de ieri si mai adaugi inca o suta de pagini etc. Sau scanezi totul dintr-odata.
2. Scanarile brute, adica imaginile neprelucrate, se folosesc pentru extragerea ocr-ului. Este ideal ca scanarea sa fie facuta cu o rezolutie de minim 300 DPI, color sau in tonuri de gri (grayscale).
Ocr-ul nu se scoate din imagini alb-negru (decat daca esti disperat dupa acea carte ). Nu se scaneaza niciodata alb-negru.
2.1. Din scanarile brute se obtine pdf-ul sau djvul de control. Fie din imaginile brute, fie din imaginile prelucrate in ScanTailor. Daca vrei sa iasa cat mai bine, adica inclusiv numarul de pagina, trebuie sa verifici ochiometric cam 50% din carte, sa vezi daca zona de text cuprinde elementele corecte ale paginii de carte, asta in ScanTailor bineinteles.
3. Nu folosi zonarea automata din Abby pentru capturarea textului. Ia fiecare pagina in parte si pozitioneaza caseta de citire exact atat cat e necesar pentru textul acelei pagini. Chiar daca o sa aiba erori pe ici pe colo, o sa fie un text superior celui extras automat (adica converteste orice pata sau semn de pagina in caractere, iti amesteca header/footer si numarul de pagina cu textul propriu-zis etc)
4. Daca chiar vrei garantia calitatii si a textului COMPLET (uneori, la cartile vechi, ABBY sare peste siruri intregi de caractere, iar uneori randurile se imbina perfect peste golul ramas, iar la citire nu se baga de seama lipsa), dupa ce faci zonarea manuala a casetei de citire, dupa ce extragi ocr-ul, apoi poti sa corectezi in diagonala fiecare pagina in parte, pentru a remedia problemele mai grosolane.
5. Vezi clipurile.
6. Intreaba, intreaba, intreaba.
Clipuri:
https://www.youtube.com/watch?v=zR5MgGGJhpQ
https://www.youtube.com/watch?v=Q-1nsTG9IZI
7. PASI:
Scanare in ABBY 12 » Apoi salvat imaginile (din proiectul ABBY vor fi exportate ca TIFF) intr-un dosar separat, de unde vor fi preluate de ScanTailor » Apoi revenit la ABBY 12 (unde avem deja proiectul salvat) si extras ocr-ul.
|
|
| |
|
| #186 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
***
Gângurel, mulţumesc pentru întrebări.
M-am gândit de mai multe ori că ar fi bine să mai reluăm dicuţia despre ScanTailor şi scanarea de sub Abbyy, dar...
A trecut suficient timp de când câţiva colegi ne-au adus Scantailor pe forum.
Este adevărat, s-au postat multe informaţii despre ST la vremea respectivă, dar atunci majoritatea eram la început de drum. În acest moment mulţi useri au multă experienţă şi au prelucrat deja multe mii de pagini în ST. Cred că ar trebui să redeschidem discuţia şi să abordăm în special problemele întâlnite şi rezolvate în ST.
Aceeaşi problemă cu scanarea de sub Abbyy.
Mie mi se pare cea mai simplă variantă de scanare. Pot stabili o zonă de scanare, astfel încât toate imaginile să fie deja cropate şi în plus pot stabili scanarea automată la interval de X secunde, astfel încât să nu mă mai ocup de computer, ci doar de manevrarea cărţii... Eu folosec intervalul 5÷15 secunde; mai puţin de 5 secunde e prea puţin şi sunt şanse să nu avem timp să aşezăm prea bine cartea pe ecranul scanerului; mai mult de 15 secunde nu e nevoie, pentru acesta este maximul de timp pe care l-am folosit la cărţi mari cu multe pagini la care se scana câte o singură pagină.
În concluzie, cred că trebuie să reluăm aceste discuţii la un alt nivel şi cu o participare mai largă.
_______________________________________
Oameni şi popoare îşi cată libertatea; după ce-o obţin, îşi caută stăpân.
| TORENTE | Tăunul | ROCAMBOLE+ | FLORIS | VRACIU | Victor HUGO | J.F. COOPER | PAPILLON | POLDARK |
| Dictionare Lba RO | | Gramatica RO | D. Stănoiu | Zaharia STANCU | H.Y. STAHL | V.CORBUL & E.BURADA |
| Ultimul regat | Millennium | Shantaram | Pearl BUCK | Anchee MIN | Amy TAN | C. LÄCKBERG | Ph.GREGORY |
| Extraterestrii şi Intraterestrii | RUFOR | Demonul Roşu | Vraja milioanelor | Cărţi audio |
|
|
| |
|
| #187 |
|
|
Intervalul de scanare (adica pauza de scanare pentru a aseza pe pozitie urmatoarea pagina) depinde de viteza cu care senzorul scanerului revine la punctul de pornire.
Eu il folosesc pe zero secunde la toate cartile.
Dus intors e cam 10 secunde de pagina la mine.
Daca calculatorul e mai slabut ca configuratie (chiar daca scanerul este rapid), este preferabil sa folositi pauza de scanare pentru a lasa timpul necesar prelucrarii si afisarii in Abby a imaginii scanate. Astfel aveti timpul necesar observarii oricaror probleme legate de scanare pe pagina curenta.
|
|
| |
|
| #189 |
|
|
Normal ca poti si trebuie sa faci crop la zona de scanare ce rost are sa iti scanezi degetele sau spatiul gol
|
|
| |
|
| #190 |
|
|
Apropo, 80 de pagini pe ora e foarte putin.
Asta inseamna ca faci 1 pagina pe minut.
|
|
| |
|
| #191 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
***
Gângurel, întrebarea ta nu este cauza, ci doar ocazia să reluăm discuţiile despre ScanTailor şi scanarea de sub Abbyy.
Eu însumi nu mai sunt de acord în totalitate cu minitutorialul ScanTailor la care am colaborat.
De la data acelui tutorial şi până în prezent am prelucrat multe cărţi prin ScanTailor şi mi-am schimbat pe ici pe colo punctele de vedere.
Referitor la scanarea de sub Abbyy - ea este pur şi simplu foarte comodă.
Poţi scana o carte în câte etape vrei şi se păstrează caracteristicile de scanare [atât timp cât ele nu sunt modificate intenţionat]; se poate face o previzualizare şi stabilirea zonei de scanare [practic un crop] şi toate paginile din etapa de scanare vor păstra acest crop. Pe de altă parte, de un crop bun depind toate etapele de prelucrare ulterioare.
Referitor la viteza de scanare... nu sunt chiar de acord cu tuf... depinde de cartea pe care o scanezi... de mărimea ei... de vechimea ei... de cât de bine se deschide...
De-a lungul timpului am folosit pauze chiar mai mari de 15". Atunci când scanezi un dicţionăroi de 3 kile, manevrarea cărţii trebuie făcută cu mare atenţie şi prefer să fac scanarea pe îndelete şi de calitate decât să fac munca de două ori... Dacă tot faci o muncă pe care nu mai trebuie s-o facă şi altcineva şi dacă tot sacrifici o carte de valoare, atunci cred că scanarea trebuie să fie la calitate maximă. În principiu, toate scanurile_control pe care le realizez, fie ele PDF sau DjVu, sunt Searchable, fapt pentru care am nevoie de o scanare de calitate.
Dacă greşim la o corectură, nu-i mare bai, pentru că vine corectura următoare şi rezolvă problema. Dacă greşim o scanare e mare bai pentru că s-ar putea ca să nu mai aibă nimeni cartea ca să poată reface scanarea paginilor ilizibile... pe de altă parte o scanare, fie bună sau proastă, înseamnă muncă şi distrugerea în mai mare sau mai mică măsură a cărţii, carte care poate fi rară şi de valoare. dacă tot muncim şi sacrificăm cartea, atunci măcar să avem satisfaţia obţinerii unui scan aproape perfect... deci FĂRĂ GRABĂ!
_______________________________________
Oameni şi popoare îşi cată libertatea; după ce-o obţin, îşi caută stăpân.
| TORENTE | Tăunul | ROCAMBOLE+ | FLORIS | VRACIU | Victor HUGO | J.F. COOPER | PAPILLON | POLDARK |
| Dictionare Lba RO | | Gramatica RO | D. Stănoiu | Zaharia STANCU | H.Y. STAHL | V.CORBUL & E.BURADA |
| Ultimul regat | Millennium | Shantaram | Pearl BUCK | Anchee MIN | Amy TAN | C. LÄCKBERG | Ph.GREGORY |
| Extraterestrii şi Intraterestrii | RUFOR | Demonul Roşu | Vraja milioanelor | Cărţi audio |
|
|
| |
|
| #192 |
|
|
Atunci punem si asta pe lista.
Viteza de scanare e direct proportionala cu dimensiunile fizice ale cartii si cu atentia cu care o folosim pe durata scanarii
Eu pretensionez cartile groase brosate inainte de scanare, evit sa le fortez la momentul scanarii. In felul asta singurul lucru de care mai depind e viteza de scanare si pozitia in care scanez.
|
|
| |
|
| #193 |
|
|
Acum am priceput de ce ar fi bine să fie reluată discuţia despre ST.
Eh, voi avea grija să nu vă trimit şi amprentele mele, după cum sunt foarte atent să nu apară semnătura mea nicăieri!
Mulţumesc pentru încurajare!  Am debutat cu 35-40 de pagini pe ora! Sunt la dublu şi eram tare mulţumit! Dar dacă se poate şi mai bine, de ce să nu profit?! Cu setarea la 10 secunde înseamnă 6 pagini pe minut, 60 în 10 minute şi 360 pe oră! Asta da eficienţă! Dar după aia mă odihnesc vreo 2 ani, ca să-mi treacă amorţeala din mâini! Am înţeles că pot schimba oricând intervalul dintre două scanări, dar dacă încep o tradiţie, măcar să rămân constant!
Vă mulţumesc!
Voi urmări de acum înainte şi discuţiile de aici, iar dacă mă poticnesc, vă întreb! 
_______________________________________
Câteva OZN-uri... * Ion HOBANA * Mici contribuţii la Charles Dickens * Ion IANOȘI * Sergiu FĂRCĂȘAN * Italo CALVINO * Knut HAMSUN * Voicu BUGARIU
Apariții meteorice:
DOSTOIEVSKI l T. MANN l MARIN PREDA I J. VERNE l PETER F. HAMILTON l SF_46-89 l SF_&_F l BIOGRAFII l CRITICĂ l GRAMATICĂ l DIETA l MISTERE
|
|
| |
|
| #195 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
***
Nu, nu! Nu se scanează chiar aşa de repede.
Timpul de pauză poate fi 0, ori 5" sau mai mai mult, dar...
Timpul total de scanarea al unei pagini este suma a 3 timpi şi anume:
- Ts = timp de defilare-scanare senzor,timp în care se face scanarea propriu-zisă; timpul ăsta depinde exclusiv de caracteristicile de fabricaţie ale scanerului.
- Tr = timp de revenire senzor la poziţia iniţială; din nou, acest timp este dat de caracteristicile scanerului;
- Tp = timp de pauză; este acest timp care poate fi setat pe 0 secunde până la cca 15"
În momentul scanării prpriu-zise [Ts] utilizatorul nu poate face nicio altă activitate; pur şi simplu păstrează cartea apăsată pe scaner.
Pentru manevrarea cărţii, utilizatorul are la dispoziţie doar Tr + Tp.
Dacă pe timpul de revenire al senzorului,utilizatorul n-are timp să facă manevrarea cărţii, atunci măreşte timpul de pauză până ajunge la timpul necesar plus 2-3 secunde pentru situaţii neprevăzute [când ai dat două pagini şi trebuie revenit, o eventuală îndreptare a unei pagini, forţarea deschiderii în cazul unei pagini lipite mai mult decât celelalte... etc...]
Avantajul scanării automate cu setarea unui timp de pauză, este acela că utilizatorul nu mai trebuie să dea comenzi de începere a scanării în cazul fiecărei pagini, iar timpul îl poate folosi la maxim doar pentru manevrarea cărţii pe timpul scanării... şi nu-şi mai oboseşte ochii urmărind permanent monitorul.
Indiferent cum am proceda timpul total de scanare al unei imagini este undeva în jurul unui minut, deoarece timpul de rulare-scanare al senzorului de-a lungul întregului ecran este de circa 25"÷45" la scanerele obişnuite, deci acest timp are cel mai mare rol şi nu-l putem influienţa decât foarte puţin. Bineînţeles, vorbim aici de scanarele "pentru acasă", cu preţuri sub 1.000 Ron.
_______________________________________
Oameni şi popoare îşi cată libertatea; după ce-o obţin, îşi caută stăpân.
| TORENTE | Tăunul | ROCAMBOLE+ | FLORIS | VRACIU | Victor HUGO | J.F. COOPER | PAPILLON | POLDARK |
| Dictionare Lba RO | | Gramatica RO | D. Stănoiu | Zaharia STANCU | H.Y. STAHL | V.CORBUL & E.BURADA |
| Ultimul regat | Millennium | Shantaram | Pearl BUCK | Anchee MIN | Amy TAN | C. LÄCKBERG | Ph.GREGORY |
| Extraterestrii şi Intraterestrii | RUFOR | Demonul Roşu | Vraja milioanelor | Cărţi audio |
|
|
| |
|
| #199 |
|
|
Gângurel a scris:
Foarte mulțumesc! Rețin! Iar dacă uit, revin la postarea ta și o citesc iar!
Singura problemă e că acel coleg a pus doar un DOCX. În acest caz cum procedez cu nenea Calibrele?! După cum știm, Kindlele nu degustă decât PDF sau MOBI!
Aceeași stimă! |
Salvezi RTF/DOC/DOCX ca HTM/HTML FILTRAT
SAU
Ai deja un EPUB
Le copii in dosarul de la Kindlegen si executi scriptul necesar (ales in functie de tipul de fisier folosit).
Scriptul cauta toate fisierele (indiferent de nume sau de numar) cu terminatia respectiva si le converteste in MOBI.
Totodata elimina si fisierul-sursa care, de regula, era inglobat in MOBI.
http://www.girlshare.ro/35046225.5
P.S.
Daca vrei si MOBI si EPUB, foloseste Atlantis.
|
|
| |
|
