» Утилиты для DjVu: FR11 DTL Crutch, DjVu Anno Editor и др.

NME

Цитата:

касательно видео - это либо баг, либо ручное вмешательство в текстовый слой.. буду посмотреть..

На данный момент у меня остался ещё один такой интересный файлов, с мягкими переносами. OCR'ил с помощью ФР11, но ещё до появления вашей программы, в этих двух - текст в дореформенной орфографии, так что спрашиваю о кодировках не оттого "лишь бы побольше умных вопросов задать".

Цитата:

в общем, на 99,9% что текстовый слой был модифицирован.. программа такие случаи не обрабатывает и не будет обрабатывать

Почему же v.0.2 корректно склеила слова, как и показано в видео?
Вот ещё один, модифицированный файл. Результат такой же, как и на первом примере.
http://rghost.ru/56274917

hogu77
в djvu текст хранится в utf8, соответственно с данным форматом и идет работа..

v.0.2 работает с текстовым файлом, импортированным из djvu с помощью djvused, а с 0.3 текст берется непосредственно из djvu.. если данный слой перекидывать из одного файла в другой с помощью djvused, то эта утилита добавляет пробелы после слов и логика работы программы нарушается.. но, раз 0.2 справляется, то это выход - результат (за исключением параграфов) будет такой же..

Такая же фигня и с "перевёрнутым" текстом (табличные данные, схемы, пр.) в книгах/журналах, особенно технической тематики. Так что если в книге много всяких графиков, сопоставлений, выборок, и всего того что влазить только в лэндскэйп, то лучше v.0.2 использовать.
Которой к сожалению нет, выше.

hogu77
примеры?

NME
Пример есть, смысл? Использовал Djvu.OCR v2.4 beta и PatchOcrDirection 0.3 а это, как сами понимаете - "текстовый слой был модифицирован", ну-и дальше по тексту.
Вот архив, если интересно:
http://rghost.ru/56315619
P.S. А, забыл добавить, горизонтальные страницы переворачивал с помощью Document Express Editor 6.5, когда они из FR12 "перекрученными" вышли, потом Djvu.OCR, PatchOcrDirection и дальше по старой схеме.

hogu77
случай неоднозначный, но использование 0.3 здесь вполне применимо также, как и 0.2 (и деление на параграфы можно сохранить), надо только порядок действий изменить..
для этого:
1. переносим НЕмодифицированный слой из Abbyy.djvu в Original.djvu (Crutch)
2. поворачиваем текст, страницы (Document Express Editor 6.5, djvused (DjvuOCR), PatchOcrDirection)
3. возвращаем модифицированные djvused'ом (DjvuOCR'ом) разделители зон - в столбце "не ФР11+" напротив параграфа ставим "0A", напротив строки - "Ничего"..

какие есть недочеты помимо использования большой кучи софта - PatchOcrDirection неверно поворачивает текст - он не совпадает с реальной графикой.. это видимо связано с тем, что размеры текстовой зоны Page не совпадают с размерами страницы..

какой выход на сегодняшний день - не разрешать файну поворачивать страницы или самому предварительно перед распознанием их поворачивать в том же Document Express Editor'е..

теоретически, я бы мог в своей программе ввести проверку на поворот страниц, НО! в какую сторону он был произведен, по или против часовой? автоматически этого сейчас я определить не смогу.. если только вручную.. не знаю, стоит ли заморачиваться.. проще, наверное, для этого дела отдельную утилитку сделать - типа PatchOcrDirection, но с возможностью ручного поворота и сдвига текста..

NME
Спасибо за ещё один вариант решения, но мне удобнее сначала поворачивать страницы)
По существу:

Цитата:

какие есть недочеты помимо использования большой кучи софта - PatchOcrDirection неверно поворачивает текст - он не совпадает с реальной графикой.. это видимо связано с тем, что размеры текстовой зоны Page не совпадают с размерами страницы..  

Уверяю вас, это самый мелкий недочёт. Лучше что бы в djvu был текстовый слой в таблицах чем его отсутствие. А насчёт "красивостей" размещения текста то, надеюсь вы со мной согласитесь, глазами лучше воспринимается так -
чем так -
Поэтому, функция поворота в кратче была бы как нельзя кстати.

Цитата:

в какую сторону он был произведен, по или против часовой? автоматически этого сейчас я определить не смогу.. если только вручную..

Автоматически и не надо, зачем такие сложности?
В подавляющем большинстве случаев, по крайней мере в совдеповской научно(-популярно)й литературе таблицы в книге размещаются, "от корешка". Т.е. поворот как это реализовано в PatchOcrDirection'е. В любом случае, повторюсь, гораздо лучше иметь данные и с таких вот "перевёртышей", которых иногда довольно много содержится в работе.

Не подскажете какая из этих утилит может поменять dpi готового djvu файла. Есть DjVuToy он может менять dpi, но только у одного файла, и похоже консольных команд у него нет, а мне надо поменять dpi у нескольких сотен файлов.

hogu77

Цитата:

но мне удобнее сначала поворачивать страницы)

каждый ... как он хочет)) я на 100% с этим согласен! а в данном случае если "сначала" будет до распознания, то результат сразу будет нужный, без последующего геморроя..

Цитата:

надеюсь вы со мной согласитесь, глазами лучше воспринимается так

типа "это Г лучше того Г" - для меня все Г неприемлемо.. делать надо или хорошо, или никак..

Цитата:

В подавляющем большинстве случаев...

в примере повернуты 2 станицы, и обе - в разные стороны..
ладно, заканчиваю флудить.. то, что я хотел сказать по этому поводу, в принципе, я уже сказал в предыдущем посте..

Bu
никогда этим не занимался.. м.б. djvumake?

Добавлено:
хотя, djvumake вроде для одностраничных документов..

вот еще такая чушь встречается
http://rghost.ru/56346663
для крутча сгодится?

amaid
нет, это творение ФР11 версии ниже 11.0.102.583.. в файле нет информации о координатах слов, поэтому - только перераспознавать..

глядя на эволюцию OCR в разных версиях файна, не покидает чувство, что на каком-то этапе в ABBYY проникли диверсанты или как минимум вредители

NME

Цитата:

в примере повернуты 2 станицы, и обе - в разные стороны..  

Точнее не страницы, а текстовый слой. Это я куролесил в Document Express Editor 6.5, можно было и без этих извращений, так как после перевёртыша из под FR12 возвращать настоящее местоположение надо OCR а не странице как таковой. Всё равно же нам из abbyy нужен только текст. А это и с v.0.3 делаться, так что, извиняюсь за поспешность в выводе.

amaid

Цитата:

глядя на эволюцию OCR в разных версиях файна, не покидает чувство, что на каком-то этапе в ABBYY проникли диверсанты или как минимум вредители

Можно даже точно определить время проникновения - с 9-ой версии.

Подскажите, как выровнять оглавление, когда оно поделено на 2 части на 1 странице - по типу на 2 столбца поделено.
NME
Вы в видео хорошо показали когда оглавление скажем так с одним столбцом на всю страницу, а как быть с двумя? Я открываю в djview.exe и не знаю что именно там взять ведь там 2 значения уже будут вместо одного - типа левая и правая колонка внизу посмотреть значение и вписать его в DjVu Annotation Editor 0.2 в поле "Выровнять".
Привожу пример такого оглавления. Подскажите:
http://rghost.ru/56468788

Dracula
для выравнивания таких оглавлений есть крыжик "Область".. выравнивание производится для каждого столбца отдельно..
если оглавление двухстолбцовое и каждый столбец находится на своей половине (как в примере), то выбираем сначала область "Лев.", выбираем страницу "На стр.", и дальше действуем как в видеомануале..
если деление столбцов не посередине - указываем редактируемую область вручную "Ручн."..
если оглавление на нескольких страницах - рекомендуется сначала обработать все левые столбцы, а затем все правые - так править меньше придется..
кстати, только сейчас заметил - если при изменении оглавления книга открыта в DjView, то через какое-то небольшое время страница самообновляется - некое подобие WYSIWYG'а))

Написал батник для пакетной обработки:

Код: Djvu файлы из FR должны быть помещены в папку OCR.
Оригинальные djvu файлы (с теми же именами) должны
быть помещены в папку OUT.
В итоге должна получиться структура:
    /OCR/Book.djvu
    /OUT/Book.djvu
    /fr11DTLcrutch03.exe
    /ocr.bat

Цитата:

проще, наверное, для этого дела отдельную утилитку сделать ... с возможностью ручного поворота и сдвига текста..

в шапке..

при использовании DjVu Text Mover'а надо понимать, куда выполнять поворот и где должна оказаться точка с нулевыми координатами (левая нижняя точка)..
в приведенном выше примере можно повернуть текст на нужных страницах относительно центра, а потом долго и упорно подгонять его местоположение сдвигом..
или понять, что после переноса текста на стр. 14 нулевая точка должна оказаться в правом нижнем углу, а на стр. 16 - в левом верхнем.. тогда, выполнив нужные действия (стр.14 - поворот на 90 против часовой + сдвиг по горизонтали на величину ширины страницы 3357, а на стр.16 - на 90 по часовой + сдвиг по вертикали на высоту страницы 4700) мы получим нужный результат..

NME
Спасибо огромное - очень помогло - так ровненько всё вышло, что приятно глянуть, если бы не Ваши проги не знаю чтобы и делал я - было бы всё вкривь и вкось.

Цитата:

• визивиг-редактор текстового слоя..

Нашел тут интересное, WebDjVuTextEd - http://sourceforge.net/projects/webdjvutexted/
Посмотреть тут можно - http://www.djvu.hu/editor/

А ещё тут проблема возникла с аннотациями с ссылками для предметного указателя, пробовал contentm от monday2000, DjVu Hyperlinks Editor, DjVu Annotations Editor, но что-то ничем не помогли они. =\
А хотелось бы просто взять координаты всех line на нужной странице и сделать аннотации.

Songs0fFailure
Hyperlinks Editor под это заточен..
возможные проблемы - неправильное использование, кривой ocr.. исходного материала я не вижу..

Цитата:

WebDjVuTextEd

идея хорошая, но использование (судя по описанию) требует много дополнительных действий - извлечение текста в xml, графики в png, закачка всего этого в сеть, обратно текст вставить и др.. да еще и djvutoxml крайне глючная программулина была, когда я ее тестировал (м.б. уже исправили баги, но осадок остался)..
лично я бы только по крайней нужде стал данной программой пользоваться..

Народ, чем можно сконвертировать этот идиотский djvu в PDF с сохранением OCR слоя? Пока нашел только DjvuToy, растр он конвертирует просто отлично, но текст почему-то не хочет.

Amundsen
не в теме.. м.б. здесь http://forum.ru-board.com/topic.cgi?forum=93&topic=3514#1 кто-нибудь знает..

дружище NME, новый файн выдает такую вот бяку:
___
пассивен. Он бессилен в изменении мира. Мудрость и зна¬
ние служат ему только для того, чтобы следовать есте¬
ственному процессу изменения вещей. Иное их применение,
по мнению мудреца, приносит только один вред, ибо суще¬
----
Понимаю, что тебе надоело бороться с изобретателями велосипедов из abbyy, но, может, в последний разок?

Добавлено:
http://rghost.ru/58158066
пациент для опытов (сделан, видимо, в файне 12.0.101.xxx)

amaid
а что за бяка? "¬"? так крач и сделан для борьбы с такими переносами..
---------
пассивен. Он бессилен в изменении мира. Мудрость и знание служат ему только для того, чтобы следовать естественному процессу изменения вещей. Иное их применение, по мнению мудреца, приносит только один вред, ибо существующий

блин, действительно, сегодня всё исправилось.
вчера несколько таких файлов скормил - ни один не исправился (галку на "дефисы" ставил)
думал, новый файн виноват. Сорри

amaid

Цитата:

галку на "дефисы" ставил

галка влияет только на такие дефисы "-",
а такие "¬" обрабатываются всегда (за исключением "копирования без изменений")

сделал программку DjVu Title Maker для внедрения заголовков в djvu-книгу.. ссылка и описание в шапке..

NME, опять надоедаю, но в некоторых файлах кратч ¬ все-таки не обрабатывает
https://yadi.sk/d/PF3nF1vwbomur

блин, а есть еще такие вот файлики, тоже не исправляются
¬
 в конце строки
https://yadi.sk/d/BZ_J2oNkbpD8E