תוכנת OCR - Fine Raeder

[בן-יהודה]

לRCpro
תודה רבה גדולה, אולי בגלל הבורות שלי בנושאים הללו לכן התגובות שלי כאלה. אני פשוט לא יודע מה זה ומי זה. אני יעביר את זה מי שמבין אצלי כדי שינסה לדלות משם את מה שצריך.
ושוב תודה רבה והתנצלות..

 

[RCpro]

לRCpro
אולי בגלל הבורות שלי בנושאים הללו לכן התגובות שלי כאלה. אני פשוט לא יודע מה זה ומי זה. אני יעביר את זה מי שמבין אצלי כדי שינסה לדלות משם את מה שצריך.

אתה מנהל מכון הו"ל או משהו דומה?
תן למישהו להעלות שאלות לפה ונעזור לו כמה שאפשר במסגרת הזמן.

 

[בן-יהודה]

כן.
תודה רבה על ההיענות. שלחתי את הקישור לטכנאי מחשבים והוא יטפל בענין ואם תהינה שאלות נשמח מאוד להיעזר בטוב לבכם.
יישר כח גדול מאוד

 

[Harbs]

אני ראוה שהנושא הזה כבר נטחן הרבה... יש לי לא מאט ניסיון עם FineReader והוא באמת נותן תוצאות מציונות (על כתב רש"י בטקסט סביר אני מקבל הרבה מעל 99.9 אחוז דיוק). אני שמתי לב שהוא נותן תוצאות יותר טובות בכתב רש"י משבכתב רגיל. חשוב מאד לסרוק ב600 dpi, אחרת התוכנה מתעלם מהקווים הדקים. מה שחשוב הוא להשקיע הזמן ללמד התוכנה האותיות טוב.

יש לי סקריפט שכתבתי שהופך הטקסט ומנקה אותו אחרי יבוא לאינדיזיין. לוקח בדיוק 8 שניות להפוך 500,000 תווים...

אם יש ביקוש אני מוכן להעלות אותו לכאן...

 

[Tagxp]

בוודאי יש ביקוש!

תעלה, תודה!

 

[RCpro]

בכתב רש"י יש אכן תוצאות יותר טובות. כתב וילנה ודרוגולין - הכי גרוע.
לדעתי, עדיף 300-400 DPI, ולמרות שהם ממליצים על סריקה באפור, אני ממליץ על ש/ל, אבל בהתאמה לדף - שלא יידבקו אותיות, ושלא ישברו אותיות.

 

[Harbs]

בכתב רש"י יש אכן תוצאות יותר טובות. כתב וילנה ודרוגולין - הכי גרוע.
לדעתי, עדיף 300-400 DPI, ולמרות שהם ממליצים על סריקה באפור, אני ממליץ על ש/ל, אבל בהתאמה לדף - שלא יידבקו אותיות, ושלא ישברו אותיות.

אתה כותב מתוך נסיון? הניסיון שלי מוכיח אחרת. נכון ש300-400 dpi ירוץ הרבה יותר מהר, אבל הרבה פתוח מדויק. אני ראיתי הרבה מקרים (בפרט בטקסט קטן שהתוצאות ב300dpi היה לא סביר בכלל, וב600dpi התוצאות היו 100%. הסיבה היא ככה: FineReader יש לה algorithm להתעלם מליכלוך ואותיות מחוברות. כל דבר ברוחב פיקסל אחד הוא מתעלם ממנו לגמרי! 600 dpi נותן הרבה יותר פיקסלים לעבוד אתם. מאותו סיבה כתב וילנה ודרוגלין לא מקבלים תוצאות טובות. ההבדלים בין אותיות ד-ר וס-ם (למשל) הם הבדלים דקים מאד. אין לתוכנה מספיק פיקסלים להבדיל ביניהם. בכתבים האלו 600dpi גם עוזר קצת.

על הנושא של ש/ל או אפור, אני לי דעה ברורה. אפור היא יותר בטוח בגלל שאי אפשר לקלקל הדיוק ע"י threshold לא מתאים.

עוד דבר חשוב בFineReader: הוא לא מתמצה טוב אם שורות עקומות. מאד כדאי להשקיע הזמן בישור הסריקות בפוטושופ לפני היבוא לFineReader.

בנוגע לסקריפט: לפני היצוא מFineReader, תעשו חיפוש והחלף כל סוף שורה ל"@". הסקריפט יוריד כל סוף פיסקה חוץ מאלו שהם אחרי נקודותיים(. (ככה היה צורת העימוד בספר שעליו אני עובד...)

בבקשה...

 

[Mark]

אתה כותב מתוך נסיון? הניסיון שלי מוכיח אחרת. נכון ש300-400 dpi ירוץ הרבה יותר מהר, אבל הרבה פתוח מדויק. אני ראיתי הרבה מקרים (בפרט בטקסט קטן שהתוצאות ב300dpi היה לא סביר בכלל, וב600dpi התוצאות היו 100%. הסיבה היא ככה: FineReader יש לה algorithm להתעלם מליכלוך ואותיות מחוברות. כל דבר ברוחב פיקסל אחד הוא מתעלם ממנו לגמרי! 600 dpi נותן הרבה יותר פיקסלים לעבוד אתם. מאותו סיבה כתב וילנה ודרוגלין לא מקבלים תוצאות טובות. ההבדלים בין אותיות ד-ר וס-ם (למשל) הם הבדלים דקים מאד. אין לתוכנה מספיק פיקסלים להבדיל ביניהם. בכתבים האלו 600dpi גם עוזר קצת.

2 טענות בדבר: ראשית, כל לכלוך ב-600DPI נהפך לגדול יותר. שנית, לפעמים הוא עלול לבטל רווחים בין מילים אםה-DPI גבוה - לכן צריך לראות כל מקרה לגופו, אבל לא לעשת 600 DPI בעיניים עצומות.

על הנושא של ש/ל או אפור, אני לי דעה ברורה. אפור היא יותר בטוח בגלל שאי אפשר לקלקל הדיוק ע"י threshold לא מתאים.

גם כשאתה סורק באפור, הזיהוי נעשה על TIFF מומר לש/ל, עדיף להמיר לש/ל בעבודת יד ולא במכונה. לכן אני מעדיף ש/ל. (אתה יכול לראות את ה-TIFF בג' 8, ב-9 א"א). כמו"כ אין שום משמעות לתמונה האפורה המקורית שמאוכסנת אצלו - זה לתצוגה בלבד.[/quote]

עוד דבר חשוב בFineReader: הוא לא מתמצה טוב אם שורות עקומות. מאד כדאי להשקיע הזמן בישור הסריקות בפוטושופ לפני היבוא לFineReader.

בגי' 9 הוסיפו מנוע מעולה לטיפול בשורות עקומות. מוצלח מאוד!