OCR форум - OCR текстов в "дореволюционной орфографии"

Peresmeshnik

Новичок

Вне Форума

Всем привет!

Сообщений: 1

OCR текстов в "дореволюционной орфографии"
06.07.2005 :: 18:17:57

Как отцифровать книги издания до 1918 г.?

Хочется получить несколько имеющихся у меня книг 1860 - 1916 годов в формате doc или pdf...

Мешают "ять", "фита" и "и с точкой и двумя точками".

Кто знает, как решить проблему?

Наверх

« Последняя редакция: 15.01.2012 :: 23:15:33 от Dmitry7 »

IP записан

Slawa-614

Активист

Вне Форума

Всем привет!

Сообщений: 380
Пол: male

Re: OCR текстов в "дореволюционной орфографии"
Ответ #1 - 07.07.2005 :: 00:17:36

Peresmeshnik писал(а) 06.07.2005 :: 18:17:57:

Как отцифровать книги издания до 1918 г.?

Хочется получить несколько имеющихся у меня книг 1860 - 1916 годов в формате doc или pdf...

Мешают "ять", "фита" и "и с точкой и двумя точками".

Кто знает, как решить проблему?

Включить в FR режим обучения и показать эти буквы распознавалке (пусть временно заменяет их каким-нибудь спецсимволом), а потом в ворде глобально заменить эти спецсимволы - на нужные буквы (если найдешь их в раскладках шрифтов).
Но вообще дело слишком хлопотное, я предпочитаю такую лит-ру сканить в DJVU.

Наверх

Slawa-614

IP записан

Ustas Постоялец Вне Форума даешь качественный OCR! Сообщений: 176 Пол:	Re: OCR текстов в "дореволюционной орфографии" Ответ #2 - 07.07.2005 :: 09:16:38 Шрифт - Palatino Lynotype
Наверх	IP записан

Vyacheslav_Sachkov

Постоялец

Вне Форума

Всем привет!

Сообщений: 129

Методика обработки файнридером текстов с дореволюц
Ответ #3 - 17.09.2007 :: 07:02:57

Есть ли у кого-нибудь опыт работы в файнридере с текстами в старой орфографии? В частности, существует ли словарь распознования и, если есть, то где его можно подобрать? Аналогичный вопрос со словарем проверки орфографии.

Наверх

IP записан

Dmitry7

Модератор

Вне Форума

Соберем Серии "НВЖНиТ"!

Сообщений: 5944
Санкт-Петербург
Пол: male

Re: Методика обработки файнридером текстов с дореволюц
Ответ #4 - 28.06.2011 :: 21:58:51

Vyacheslav_Sachkov писал(а) 17.09.2007 :: 07:02:57:

Есть ли у кого-нибудь опыт работы в файнридере с текстами в старой орфографии? В частности, существует ли словарь распознования и, если есть, то где его можно подобрать? Аналогичный вопрос со словарем проверки орфографии.

присоединяюсь к вопросу

Наверх

"Если хочешь сделать что-то хорошо, сделай это сам!"

IP записан

AAW Патриарх На Форуме Старую детскую и НП литературу ничем не заменить Сообщений: 5602 Екатеринбург Пол:	Re: Методика обработки файнридером текстов с дореволюц Ответ #5 - 06.07.2011 :: 12:47:52 это не подойдёт? http://publ.lib.ru/cgi/forum/YaBB.pl?num=1300174943/9
Наверх	Если не я за себя - то кто за меня? Но если я только за себя - то зачем я нужен? И если не сейчас - то когда? (с) Гиллель, предположительно IP записан

ramirez Постоялец Вне Форума Всем привет! Сообщений: 71 Пол:	Старорусский словарь для FineReader Ответ #6 - 15.03.2011 :: 10:42:23 Нет ли у кого старорусского словаря для подключения в FineReader, чтобы он все эти яти корректно распозновал и переводил в современные буквы?
Наверх	IP записан

mor

Патриарх

Вне Форума

Сообщений: 1769
Пол: male

Re: Старорусский словарь для FineReader
Ответ #7 - 15.03.2011 :: 19:49:49

Честно говоря не совсем понятно, что вы хотите получить. В ждете, что FineReader правильно распознает дореформенные буквы, учтет правила перевода и выдаст текст в современной грамматике? Этого точно ждать не стоит.
А вот нормальную поддержку распознавания Ѣ , Ѳ, І добавить бы не мешало. Чтоб он хотя бы старый текст корректно распознавал.
Хотя может новые версии это делают нормально (я на 8-й сижу).

Наверх

IP записан

nbl Гуру Вне Форума Сообщений: 502 Кузбасс Пол:	Re: Старорусский словарь для FineReader Ответ #8 - 16.03.2011 :: 08:10:17 В десятой версии FineReader'а есть в дополнительных языках "Русский (старая орфография)". Как распознает я не пробовал.
Наверх	IP записан

ramirez

Постоялец

Вне Форума

Всем привет!

Сообщений: 71
Пол: male

Re: Старорусский словарь для FineReader
Ответ #9 - 16.03.2011 :: 13:41:47

mor писал(а) 15.03.2011 :: 19:49:49:

Честно говоря не совсем понятно, что вы хотите получить. В ждете, что FineReader правильно распознает дореформенные буквы, учтет правила перевода и выдаст текст в современной грамматике?

Хотелось бы, чтобы он тупо переводил старые буквы в новые, без всякой грамматики (Ѣ в е, i в и и т.д.).

mor писал(а) 15.03.2011 :: 19:49:49:

А вот нормальную поддержку распознавания Ѣ , Ѳ, І добавить бы не мешало. Чтоб он хотя бы старый текст корректно распознавал.
Хотя может новые версии это делают нормально (я на 8-й сижу).

К сожалению, не нормально. Десятая версия старые символы не распознает. Вот я и подумал, может есть словарь, который бы знакомил фаинридер со старыми символами и он не выдавал бы такую кашу как сейчас.

nbl писал(а) 16.03.2011 :: 08:10:17:

В десятой версии FineReader'а есть в дополнительных языках "Русский (старая орфография)". Как распознает я не пробовал.

У меня такого словаря в десятке нет, версия 10.0.102.105. Может вы его отдельно ставили?

Наверх

« Последняя редакция: 16.03.2011 :: 13:50:47 от ramirez »

IP записан

Вадим Администратор Вне Форума Всем привет! Сообщений: 1078 Россия Пол:	Re: Старорусский словарь для FineReader Ответ #10 - 16.03.2011 :: 20:03:33 Конечно, эти я зыки ставятся отдельно. У меня в ФР 7.0 тоже есть. Нужно скачать с сайта ABBYY нужные языки и поставить.
Наверх	IP записан

ramirez Постоялец Вне Форума Всем привет! Сообщений: 71 Пол:	Re: Старорусский словарь для FineReader Ответ #11 - 17.03.2011 :: 12:34:31 А где там? Что-то я на abbyy.ru не нашел...
Наверх	IP записан

Вадим

Администратор

Вне Форума

Всем привет!

Сообщений: 1078
Россия
Пол: male

Re: Старорусский словарь для FineReader
Ответ #12 - 17.03.2011 :: 19:59:16

Нет, в десятой версии они, по всей видимости, уже входят в состав пакета. Заявлено 186 языков распознавания. Если у вас лецинзионная версия, то все должно быть. Ищите.

Наверх

IP записан

Вадим

Администратор

Вне Форума

Всем привет!

Сообщений: 1078
Россия
Пол: male

Re: Старорусский словарь для FineReader
Ответ #13 - 17.03.2011 :: 23:02:13

Установил ФР 10. Все дополнительные языки распознавания установились сразу. У вас, по всей видимости, этого не произошло. Нужно было, при инсталляции ФР, выбрать не типовую, а выборочную установку и задать, какие языки распознавания установить. Советую переустановить ФР 10.

Наверх

IP записан

mor

Патриарх

Вне Форума

Сообщений: 1769
Пол: male

Re: Старорусский словарь для FineReader
Ответ #14 - 18.03.2011 :: 13:03:52

А я нашел их в 8-й версии

)
После установки появилась ссылка на дополнительные языки - http://www.abbyy.com/addlang/build8001126/?lang=ru
Скачал и установил по ней - "Остальные языки распознавания"
Далее меню выбора языков - Выбор нескольких языков -Поставить галку "Показать все языки" - Появляется пункт Русский (старая орфография).
Проверил - распознает нормально.

Глянул еще раз книгу в старой орфографии - честно говоря простая замена букв кажется бессмысленной - воспринимать текст будет сложней. Когда видишь эти буквы сразу понимаешь, что язык старый и воспринимаешь соответственно.

Наверх

IP записан

ramirez Постоялец Вне Форума Всем привет! Сообщений: 71 Пол:	Re: Старорусский словарь для FineReader Ответ #15 - 21.03.2011 :: 09:47:58 Вадим, mor, спасибо, попробую.
Наверх	IP записан

Dmitry7

Модератор

Вне Форума

Соберем Серии "НВЖНиТ"!

Сообщений: 5944
Санкт-Петербург
Пол: male

Re: Старорусский словарь для FineReader
Ответ #16 - 06.07.2011 :: 18:51:57

mor писал(а) 18.03.2011 :: 13:03:52:

А я нашел их в 8-й версии

)
После установки появилась ссылка на дополнительные языки - http://www.abbyy.com/addlang/build8001126/?lang=ru
Скачал и установил по ней - "Остальные языки распознавания"
Далее меню выбора языков - Выбор нескольких языков -Поставить галку "Показать все языки" - Появляется пункт Русский (старая орфография).
Проверил - распознает нормально.

Глянул еще раз книгу в старой орфографии - честно говоря простая замена букв кажется бессмысленной - воспринимать текст будет сложней. Когда видишь эти буквы сразу понимаешь, что язык старый и воспринимаешь соответственно.

а у меня FR8 Portable, Установить не удалось - пишет "FR не найден на компе"

Наверх

"Если хочешь сделать что-то хорошо, сделай это сам!"

IP записан

Jeffry Постоялец Вне Форума Привет всем! Сообщений: 84	Re: Старорусский словарь для FineReader Ответ #17 - 11.08.2011 :: 19:27:09 Старая русская орфография не распознает "ять", добавляется лишь распознавание "i". Возможно, фита с ижицей тоже не будут распознаны.
Наверх	IP записан

mor

Патриарх

Вне Форума

Сообщений: 1769
Пол: male

Re: Старорусский словарь для FineReader
Ответ #18 - 15.08.2011 :: 12:25:16

Dmitry7 писал(а) 06.07.2011 :: 18:51:57:

а у меня FR8 Portable, Установить не удалось - пишет "FR не найден на компе"

могу только посоветовать поставить обычную версию с установщиком

Jeffry писал(а) 11.08.2011 :: 19:27:09:

Старая русская орфография не распознает "ять", добавляется лишь распознавание "i".
Возможно, фита с ижицей тоже не будут распознаны.

фита, ять и ижица в FR8 распознаются правильно

Наверх

IP записан

Jeffry

Постоялец

Вне Форума

Привет всем!

Сообщений: 84

Re: Старорусский словарь для FineReader
Ответ #19 - 15.08.2011 :: 17:00:50

Цитата:

фита, ять и ижица в FR8 распознаются правильно

У меня FR8, но "ять" не распознается - выводятся квадратики вместо буквы. Старорусская орфография - из набора дополнительных шрифтов. Может быть у Вас другой вариант?

Наверх

IP записан

mor

Патриарх

Вне Форума

Сообщений: 1769
Пол: male

Re: Старорусский словарь для FineReader
Ответ #20 - 15.08.2011 :: 19:38:03

Jeffry писал(а) 15.08.2011 :: 17:00:50:

У меня FR8, но "ять" не распознается - выводятся квадратики вместо буквы. Старорусская орфография - из набора дополнительных шрифтов. Может быть у Вас другой вариант?

Квадратики, обычно, верный признак распознавания. Если бы он распознавал неправильно - подставлял бы другие (неправильные) символы.

Вот пример работы FR8 в моем случае:
на вход подавал следующую картинку - http://www.onlinedisk.ru/view/714061/test.png
Результат такой:
http://www.onlinedisk.ru/view/714062/result.png

Наверх

IP записан

Dmitry7 Модератор Вне Форума Соберем Серии "НВЖНиТ"! Сообщений: 5944 Санкт-Петербург Пол:	Re: OCR текстов в "дореволюционной орфографии" Ответ #21 - 22.02.2012 :: 20:01:24 а не существует ли программы автоматического перевода из старой орфографии в новую? возможно, кому-то это понадобится
Наверх	"Если хочешь сделать что-то хорошо, сделай это сам!" IP записан

nbl Гуру Вне Форума Сообщений: 502 Кузбасс Пол:	Re: OCR текстов в "дореволюционной орфографии" Ответ #22 - 22.02.2012 :: 20:07:02 Автоматического способа нет. Могу порекомендовать поинтересоваться редактором Иероглиф и почитать вот эту тему: http://www.djvu-scan.ru/forum/index.php?topic=367.0
Наверх	IP записан

Dmitry7

Модератор

Вне Форума

Соберем Серии "НВЖНиТ"!

Сообщений: 5944
Санкт-Петербург
Пол: male

Re: OCR текстов в "дореволюционной орфографии"
Ответ #23 - 22.02.2012 :: 20:17:09

nbl писал(а) 22.02.2012 :: 20:07:02:

Автоматического способа нет. Могу порекомендовать поинтересоваться редактором Иероглиф и почитать вот эту тему:
http://www.djvu-scan.ru/forum/index.php?topic=367.0

спасибо!

Наверх

"Если хочешь сделать что-то хорошо, сделай это сам!"

IP записан