» ABBYY FineReader

Если в Viste работает, то в XP тоже будет работать.

Подскажите как реализовать пакетную конвертацию PDF в HTML с использованием FineReader.

Danil_Lab
Сканов или векторных pdf? Если векторные, то ФР не лучший выбор. Если сканы, то загляните сюда:
http://www.alexrey036.narod.ru

Спасибо,
реализовал через AutoIt3, кривое конечно решение но работает

Цитата:

2dark2
Если кому не трудно посмотрите к новому ABBYY Screenshot Reader можно ли прикрутить от 9.0.0.882 распознования ероглифов?

Программа распознает тексты на 179 языках и поддерживает 14 языков интерфейса.

Подскажите есть ли уже какое-нибудь решение для нелицензионной установки ABBYY FineReader 9.0.0.882?

Вам сюда - http://forum.ru-board.com/topic.cgi?forum=35&topic=38865&glp

vitaly1
Нет, не совсем туда. Ему в шапку варезной темы и вдумчиво читать выделенный красным текст. Вплоть до полного его понимания .

Ну я в топик отправлял

Нередко на форумах попадаются предложения использовать FR в качестве инструмента редактирования текста в PDF.
То есть, по идее, берем созданный тем же самым FR (или другим похожим софтом) комбинированный файл PDF (изображение + текстовый слой), засовываем его в FR - и в окне "Text Window" видим в качестве "распознанного" текста оригинальный текст из текстового слоя PDF-файла. Теперь этот можно отредактировать (букву там дописать) и снова сохранить в PDF...
Звучит заманчиво, вот только непонятно, как именно такое сделать. Подскажите плиз.

З.Ы.
В 8-й версии в настройках есть специальная опция (Read -> PDF Recognition -> Extract text from PDF), но никакой разницы от ее включения не заметно А в 9-ке этой опции в настройках вообще нет.

мм - хочется узнать про работу FR 9 - как-то тупит при сканировании и добавлении страниц - хотя в настройках стоит галочка не распознавать? Вначале перед моими настройками все было более менее быстрее - поэтому хотелось бы сбить настройки полностью - т.е. удалить файл настройки - только какой?

Второй вопрос. Есть проект сделанный в FR неизвестной версии. Собственно как эту версию определить?

Третий вопрос - открываю этот неизвестныый проект в своей девятке - оно мне пишет, что сделано в более старой версии и надо преобразовать. Ок? Соглашаюсь - и все проект из 4 мб становится 20 мб - нифига себе !!! Разница в 5 раз и так необоснованно! Что это может быть и как с этим бороться.

Какая версия Fr наиболее лучше подойдет, если распознавать хорошо читаемые документы, т.е. хорошие супер-пупер алгоритмы 9-ки не нужны? Подойдет 7ка, 8ка?

bruteALEX

Цитата:

Какая версия Fr наиболее лучше подойдет, если распознавать хорошо читаемые документы, т.е. хорошие супер-пупер алгоритмы 9-ки не нужны? Подойдет 7ка, 8ка?

Хорошо читаемые документы с простым форматированием, практически одинаково распознаются во все версиях Ридера, отличия начинаются при распознавании всяких сложных таблиц и т.п., здесь старшие версии справляются немного лучше.

bruteALEX

Цитата:

если распознавать хорошо читаемые документы

Попробуйте другие софты - CuneiForm, OmniPage, ReadIris. FR ведет себя не лучшим образом в таких случаях, параноик-с

При сканировании и сохранении в pdf страницы разных глав, иногда и в пределах одной главы, получаются разного размера. Как заставить FineReader делать страницы одинакового размера? Пересканирование на размер не влияет.

Цитата:

При сканировании и сохранении в pdf страницы разных глав, иногда и в пределах одной главы, получаются разного размера. Как заставить FineReader делать страницы одинакового размера? Пересканирование на размер не влияет.

мне только такая последовательность действий помогает:
1. перед сканированием замеряю рамеры книги (если длина меньше длины A4 быстрее сканируется однако )
2. сканирую от начала до конца без деления разворота пополам
3. вручную делю все развороты (автоматом FR так и не научили делить точно по- середине)
4. обрезаю все страницы под один формат.
5. затем сохраняю - параметры страницы задаю вручную (обычно по параметрам обложки)

только по выполнению вышеперечисленного получаю все страницы одинаковыми. времени улетает вагон.

bolvanchik
Может тогда воспользоваться СканКромсатор-ом для обрезки и центровки сканов. Им намного удобнее проделывать все такие операции, очень много делается на автомате. А в пдф потом перегнать можно чем захотите, хоть тем же ФР.

Цитата:

Может тогда воспользоваться СканКромсатор-ом для обрезки и центровки сканов. Им намного удобнее проделывать все такие операции, очень много делается на автомате. А в пдф потом перегнать можно чем захотите, хоть тем же ФР.

не всегда, даже после вручную разбитого разворота, получаются симметричные страницы (границы от центра и от краев не совпадают, страницы бывает склеены и границы естественно разыные, про клеенные книги вообще молчу). мне лучше потерять минут 5 на 100 страниц, чем снова переделывать всё. при просмотре сразу смотрю что ровнять, чистить и пр. а кромсатор давно уж не пробовал. в свое время результаты не особо вдохновили на его дальнейшее использование

Попробуйте, думаю не пожалеете. Сейчас это очень мощный инструмент для автоматической обрезки, чистки и т. д.

Astra55

Цитата:

Цитата: Цитата:если распознавать хорошо читаемые документы

Попробуйте другие софты - CuneiForm, OmniPage, ReadIris. FR ведет себя не лучшим образом в таких случаях, параноик-с

СканКромсатор пробовал, не понравился совсем. FineReader в общем-то сам довольно толково работает, проблемы из-за того что в книге у некоторых глав меньшие поля и, главное, шире текст. Сама нарезка и обрезка страниц никак на размер страницы не влияет. Современные издатели стандарты не особенно соблюдают. Попробую плагины.

oshizelly

Для распознания текста, особенно сложного или с низкокачественного скана OmniPage на голову выше FineReaderа, но это если вам достаточен text only. В оформлении FineReader при всех своих недостатках лучше. Кстати модуль PDF у FineReaderа как и у OmniPage не свой, но на два порядка лучше чем у последнего.

Хотел бы обратиться к вам за таким советом, сканирую текст (файнридер 7), потом ставлю на сайт и получается что некоторые слова разрывает пополам, как от этого избавиться? Очень нужно, спасибо

laliroseba

Цитата:

получается что некоторые слова разрывает пополам

А какая взаимосвязь с FR? Открыть текст в любом приличном текстовом редакторе и поглядеть в чем дело. Если текст выглядит нормально, а на сайте искажается, то претензии к себе и сайту.

rex
Astra55

Цитата:

Для распознания текста, особенно сложного или с низкокачественного скана OmniPage на голову выше FineReaderа, но это если вам достаточен text only.

Ясно... А почему все-таки "параноик-с"?


Цитата:

Кстати модуль PDF у FineReaderа как и у OmniPage не свой, но на два порядка лучше чем у последнего.

И опять тот же самый вопрос: чем лучше-то Быстрее работает? Или выдает более компактные файлы? Или ещё что?

я конвертирую pdf-файл (там много слов переносятся), и у меня такая проблема, у меня по какой-то причине при распознавании выходит что каждая строка отдельно от другой, как это исправить?

Цитата:

А почему все-таки "параноик-с"?

Наверно потому что парсер файнридера подозревает ошибки (неуверенно распознаные символы) там где их очевидно нет и вариантов в словаре тоже нет. В результате требуется куча абсолютно лишних телодвижений при проверке и правке текста. Многие из-за этого вообще не проверяют текст после распознавания, а это плохо, так как ошибки даже в русском языке встречаются. Зато о существовании римских цифр программисты Abbyy похоже вообще не знают, и Ш П вместо III и II или Vi вместо VI пропускает без малейших подозрений и предупреждений, хотя в словаре таких "слов" явно нет.

Кстати проблема выравнивания страниц по размеру решилась путем установки в опциях - "размер страницы - авто". Масштаб шрифта правда при этом прыгает, но пока FineReader будет создавать по 65000 стилей для 400 страниц, единообразия ожидать не приходится.

Если мне нужно оставить в проекте чистые листы, как заставить FR (использую 9.0) не воспринимать их за ошибку?

oshizelly

Цитата:

Цитата:
Кстати модуль PDF у FineReaderа как и у OmniPage не свой, но на два порядка лучше чем у последнего.
И опять тот же самый вопрос: чем лучше-то Быстрее работает? Или выдает более компактные файлы? Или ещё что?

"За всю Одессу" не скажу, но одна приятная мелочь в PDF-экспорте e 9.0 появилась - технология MRC.
Теперь можно на цветном и "сером" выводе в режиме "Текст под изображением" не создавать файлы-монстры по несколько гигов, а получать что-то сравнительно компактное.

MRC-модуль пока еще с "шероховатостями", но в следующих версиях обещают почистить огрехи.


Добавлено:
rex

Цитата:

Наверно потому что парсер файнридера подозревает ошибки (неуверенно распознаные символы) там где их очевидно нет и вариантов в словаре тоже нет.

Да и наоборот тоже - с полнейшей уверенностью (то есть даже не помечая как сомнительное место) опознает один символ, как совсем другой.
В результате приходится просматривать не только выделенные цветом места, но и весь текст всплошную - кто его знает, где ему захромать вздумается.

Так что действительно параноик, причем "советского" образца - подозревает всех и в половине случаев не по делу .

Подскажите, поставил последнюю версию, что ни делаю, возникают вот такие ошибки:

Внутренняя программная ошибка. \FineReader9\Build\0\Ocr\Shared\RecTools\Contourizer.cpp, 228.
Внутренняя программная ошибка. \FineReader9\Build\0\Ocr\Shared\RecTools\Bound.cpp, 480.

ЗЫ.
Раньше работать с прогой не приходилось