Forum dyd@ktyczne INoI UP w Krakowie

W. M. Kolasa

OCR w DJVu

Do osadzenia warstwy OCR w djvu możesz wykorzystać albo komercyjny DE Firmy Cartlem (ongiś LizardTech). Tu więcej na ten temat: [link widoczny dla zalogowanych] ; albo użyć metody alternatywnej, którą opisuje niżej (daje ona przy okazji znacznie lepszą jakość OCR). Aby ją wykonać będą ci potrzebne:
A. Wiązka FineReadera 8.0
B. Rosyjski dekoder DjvuOCR 2.3
-- download: [link widoczny dla zalogowanych] [wersja 2.3]
-- lub link bezpośredni dla tych, co nie znają cyrylicy: [link widoczny dla zalogowanych]
-- rozpakuj gdzieś (i dodaj skrót na pulpit)
** (z FineReaderem 9.0 współpracuje tylko niestabilna 4 beta wer. 2.4: [link widoczny dla zalogowanych])
B. DjvuLibre wersja 3.5.20 lub wyższa:
-- download: [link widoczny dla zalogowanych] [wybierz wersję windows], potem zainstaluj
-- z pakietu będzie nam tylko potrzebna przeglądarka Djview 4.3 (lub 4.4) [doda się w Start/Programy/DjvuLibre/...]

1. Wczytaj do Djview swój plik djvu i wyeksportuj jego zawartość jako Tif wielostronicowy (tif document, nawet jeśli dokument był kolorowy, wybierz bitonal, G4). Kolor obrazków z punktu widzenia OCR nie odgrywa żadnej roli, a przyspieszy to proces 100-krotnie. Ustawienia ilustrują poniższe zrzuty.

W ten sposób uzyskasz zawartość swego pliku djvu w formacie wielostronicowego pliku TIF (w wysokiej kompresji G4)

2. Uruchom FineReadera i wczytaj plik. Wielostronicowy Tif wszyta się automatycznie. Potem wybierz Rozpoznaj wszystkie i czekaj cierpliwie aż program skończy.

3. Po zakończeniu rozpoznawania (sprawdź pobieżnie jak wyszło, ale nie rób korekty językowej). Zapisz tylko wyniki jako wiązka. Wiazka w FineReaderze to nie plik tylko folder (nie nie można go zapisywać wielokrotnie pod tą sama nazwą).

4. Teraz masz gotowy materiał:
- plik djvu (skąd eksportowałeś TIF) - w tym pliku jeszcze na ma OCR, ale zaraz będzie
- wiązkę FineReadera - gdzie jest sam OCR

5. Aby to połączyć użyj programu DjvuOCR 2.3.

6. Użyj Batch mode OCR maganer - ustawienia jak na zrzucie niżej. W szczególności należy:
- wczytać plik djvu (Ad djvu file)
- wiązkę (FineReader Project Directory) - po wczytaniu warto go przetestować (Test)
- można jeszcze dodać (ale nie jest to konieczne) dodatkowy wydruk kontrolny jako czyste text i html (ustawienia na zrzucie niżej)
- po ustawieniu wszystkich opcji wybierz: Process 0 czekaj aż zakończy

7. Masz już gotowy plik djvu z OCR w środku

8. Zainteresowani mogą poeksperymentować z innymi opcjami DjvuOCR 2.3 (warstwę można eksportować, usuwać, itd.)

Katarzyna Wator · Dołączył: 17 Lis 2008 Posty: 47 Przeczytał: 0 tematów

nie mogę wykonać tej pracy ponieważ podczas przekształcania z djvu na tiff w programie Djview wyskakuje błąd. Próbowałam na różnych komputerach i ciągle wyskakuje to samo.

P. Żurek · Wysłany: 15 Styczeń 2009, 12:49 pm Temat postu:

Podobny problem pojawił się również u mnie.

Karina Materna · Dołączył: 30 Lis 2008 Posty: 30 Przeczytał: 0 tematów

U mnie i Karoliny Kwapisz również wystąpił taki sam problem.

W. M. Kolasa · Wysłany: 16 Styczeń 2009, 1:37 am Temat postu:

Jeśli podczas eksportu występuje ww. problem (zerwanie), należy OCR robić bezpośrednio z tifów (tych samych, z których tworzone było djvu).

Podobnie też wczytujemy te pliki:
1. Najpierw pierwszy
2. Potem dodajemy (ostatni +Shift drugi)

Reszta wg opisu.

Wyjaśnienie:

Z moich doświadczeń wynika, że przyczyna ww. problemu z tifami jest zazwyczaj jakaś niedozwolona operacja, którą wykonaliśmy na pliku/plikach. Np. kompresja do jpg i konwersja do do TIF (lub używanie nieodpowiednich programów do ich edycji). Po takich zabiegach djvu ma prawo ogłupieć i wtedy nie ma innej drogi tylko OCR wg sposobu który podałem wyżej (czyli bezpośrednio na TIFach).

Katarzyna Wator · Dołączył: 17 Lis 2008 Posty: 47 Przeczytał: 0 tematów

rozpoznane pliki wysłane na [link widoczny dla zalogowanych]

P. Żurek · Wysłany: 20 Styczeń 2009, 16:59 pm Temat postu:

rozpoznane pliki wysłane na [link widoczny dla zalogowanych]

D. Woźniak · Wysłany: 20 Styczeń 2009, 17:38 pm Temat postu:

Już ok.

Katarzyna Wator · Dołączył: 17 Lis 2008 Posty: 47 Przeczytał: 0 tematów

Wator, Szczerba OCR wysłany na sendfile

Katarzyna Jordan · Dołączył: 01 Gru 2008 Posty: 22 Przeczytał: 0 tematów

ocr wysłany Smile

E. Pazdro · Wysłany: 29 Styczeń 2009, 16:41 pm Temat postu:

ocr wysłany.

M. Stańczyk · Wysłany: 30 Styczeń 2009, 10:05 am Temat postu:

OCR Magdalena Stańczyk i Maria Sygnarowicz został wysłany na [link widoczny dla zalogowanych]

M. Patronik · Wysłany: 30 Styczeń 2009, 11:47 am Temat postu:

OCR Benita Pasowicz, Małgorzata Pociecha, Monika Patronik wysłany na [link widoczny dla zalogowanych]

B. Choczyńska · Wysłany: 30 Styczeń 2009, 21:11 pm Temat postu:

ocr wysłane

A.Knapik · Wysłany: 4 Luty 2009, 20:26 pm Temat postu:

OCR Ewelina Kamenczak, Alicja Knapik wyslany na [link widoczny dla zalogowanych]