xsane+cuneiform

Иконки вырвиглазьнинькие.

текст какой-то знакомый

ахъ, это же перумов, неужто его нет в эл. виде?

Особо не искал, но где натыкался - лохотроны одни, да и не легально же, не? ;)
Мне не трудно, заодно хоть сканер со стеллажа достал :)

А альтернативы этому движку совсем завяли?

ну вот тут есть легально: http://litres.ru/pages/biblio_authors/?subject=44948&sort=genre

для некоторых и на либрусековых зеркалах легально скачивать :)

для русского языка? да

для английского gocr и tesseract есть

Как у cf с распознаванием текстов на нескольких языках? Со сложным форматированием?
Не совсем понял смысла сканировать в цвете и на 150 dpi. 300 dpi line art для распознавания - самый идеальный вариант, да и скорость приемлемая.

>Как у cf с распознаванием текстов на нескольких языках?

Одновременно? Никак :(

Со сложным форматированием?

Ну жирный и курсив разбирает (если в html гнать).

сканировать в цвете и на 150 dpi. 300 dpi line art для распознавания - самый идеальный вариант, да и скорость приемлемая.

Сильно не разбирался, но если не в цвете (при 150) - то даже текста на выходе практически никого, не говоря уже про корректность распознанного.

>300 dpi line art для распознавания - самый идеальный вариант, да и скорость приемлемая.

Сейчас попробовал - действительно так лучше.

Недавно я пробовал пользоваться cuneiform — убогая штука.

Пока что есть, но текст распознаёт классно.

Если бы распознавало классно я бы промолчал :)

французсский язык пошел на ура, кинжку сканировал разворотами - никаких проблем кроме нумреции, которая вечно сбивалась в кучу, и уже упомятых тире. из всего совобоного только cf и справился.

Кастую в тред Skull.

Иконки кулхацкерские

Круто, чо.

Мэтр Опдуласт

Ололо (: чувствую, в некоторых местах тебе придется вручную таки исправлять.

да и не легально же, не?

Дык если уже есть купленная книга в бумажном варианте, почему бы не скачать? Какая разница как пиратить — сканируя бумагу или качая из интернета? (:

>> Мэтр Опдуласт

Ололо (: чувствую, в некоторых местах тебе придется вручную таки исправлять.

Это как на скриншоте (при 150/цветной), на 300/штрихом - намного лучше, ошибок больше (кроме тире) не заметил.

Да, и книга не моя. Я такую муть, ИМХО, не читаю :)

> попросила девушка на работе

девушка с работы нашла бесплатную раб. силу полночи книгу сканить?)

Сканю уже не я. Только в начале (когда разбирался/настраивал). Сканит помощник (тоже девушка-эникейщица ;)
Кстати, уже почти закончили.

вендовенько. сканировать можно, но распознавать подобным образом - легче перепечатать. ^_^

толсто

Если текст без сложного форматирования, картинок и таблиц, то вполне можно пользоваться. Колонки по одной можно распознать. Пользуюсь YAGF, cuneiform-qt что-то тупил и ничего в выводе не показал. Ошибок распознавания печатного текста практически не было. Картинки, в принципе, можно порезать из скана и прикрутить вручную. Вот таблицы - реальная проблема...

Вердикт - жить можно. Работать над развитием - нужно.

> Как у cf с распознаванием текстов на нескольких языках?

Есть режим Rus+Eng; Других комбинаций по дефолту нет. Но мир не без добрых людей:

http://symmetrica.net/cuneiform-linux/

P.S. где на скриншоте GUI, собственно, для распознавания? Программу для сканирования вижу. Уже распознанный текст тоже.. CLI?

>где на скриншоте GUI, собственно
Xsane

>Есть режим Rus+Eng; Других комбинаций по дефолту нет. Но мир не без добрых людей:
http://symmetrica.net/cuneiform-linux/

О, спасибо большое.

(попросила девушка на работе)

в ~500 страниц

Она тебя отблагодарила ? :)

>Она тебя отблагодарила ? :)

написала ему в аську «Ты такой классный! Я тебя лю :-*»

А что, вполне сносно. :)

Автор, ты осторожнее. Пеумов - он писучий ппц. Забодаешься сканить полное собрание сочинений.

>>за второе ночное дежурство половину книги в ~500 страниц

Она должна дать,просто обязана это сделать

Как история успеха интересно конечно, но зачем сканить то, что легко можно скачать?

Вст вместо Ins - сильно!

Повторяю - особо не искал (знаю, что можно много чего скачать, надо лишь хорошенько поискать), заинтересовал сам факт возможности сабжа, ну и при положительном результате это дело продолжилось. Лично для меня это маленькое открытие, что в Линукс возможно качественно произвести OCR (да, таблицы - белое пятно, ну это со временем будет, выше ссылка на движок с комбинированным распознаванием). Я доволен.

> попросила девушка на работе

[ ... ]

Я доволен.

Одному мне кажется, или действительно настало время рассказать самое главное?

о, там еще и гуй к нему есть
http://symmetrica.net/cuneiform-linux/yagf-ru.html

Ага. Надо будет попробовать ради интересу, посмотреть как дела с оцр у линукса (хотя сканера нет, хехе).

А кто-нибудь подскажет чем pdf в супер качестве OCR'ить?

Файнридером?

В общем, поставил на посмотреть сие чудо. Русский\английский вполне приемлемо распознает. На тестовой странице (правда идеального качества скан), сделал только одну досадную ошибку «тольао». Файнридер - ни одной. Скорость работы не очень порадовала. За то время пока cf распознает страничку, fr успевает справиться с тремя. На экзотических языках все гораздо хуже. Текст на румынском fr распознал почти идельно, cf - на слабую троечку.

В общем, вывод такой: если написать приличный гуй и обвесить его всякими плюшками типа сохранения в odt\pdf\djvu, редактирования отсканированных изображений и т.п., то для непривередливого домашнего пользователя будет очень неплохо. Ну а для более серьезного использования, там, конечно, еще пилить и пилить. И учитывая темпы разработки, ждать реальную альтернативу Файнридеру еще ой как долго придется.

>чем pdf в супер качестве OCR'ить?
Зачем OCR'ить?

pdftohtml
pdftotext
pdfimages

Наконец:
http://www.freefileconvert.com/

Спасибо! Гляну сегодня.

>Файнридером?

Хотелось бы опен-сорс.

чем pdf в супер качестве OCR'ить?

Зачем OCR'ить?

pdftohtml

pdftotext

pdfimages

Наконец: http://www.freefileconvert.com/

Это хорошо, когда в pdf'е есть текст, а если он соткан из нераспознанных сканов? Тогда только pdfimages + cuneiform.

Всем, хотелось бы опен-сорс, но пока туго с этим. Так что либо конвертить pdf в тифы + cf, чтобы православно. Либо скормить пдфку любой версии файна, чтобы быстро и надежно. Как-то так.

автор лжёт

Это почему, интересно? Не осилил cuneiform к xsane прикрутить? Так ты спроси.

для меня FineReader c 5 версии лучше не становится, правда ни кто из конкурентов близко не подошёл (пятерка с ключевой дискетой до сих пор валяется)

Изменения в движке есть, особенно для нестандартных языков,хоть они и не столь замены.

Хинт: на флибуста.нет этот текст наверняка есть. Зачем мучить себя сканированием?