OCR форумы Добро пожаловать, Гость. Пожалуйста, выберите Вход или Регистрация
Форум переведен из кодировки UTF-8 в кодировку WINDOWS-1251. По всем вопросам, связанным с кодировкой текста (появлением «кракозябр»), обращайтесь к Администратору.
The forum is translated from the UTF-8 encoding to the WINDOWS-1251 encoding. For all questions related to the encoding of the text (the appearance of 'krakozyabr'), please contact the Administrator.
 
  ГлавнаяСправкаПоискВходРегистрация Администратор Библиотека  
 
Переключение на Главную Страницу Страниц: 1
Послать Тему Печать
Re: Онлайн OCR сервис (Прочитано 9642 раз)
AAW
Патриарх
*****
Вне Форума


Старую детскую и НП литературу
ничем не заменить

Сообщений: 4347
Екатеринбург
Пол: male
Re: Онлайн OCR сервис
03.11.2009 :: 13:19:59
 
"н" и "и" путает. Подсовывал 300дпи, 150% увеличения, цветной джипег.
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
155803224  
IP записан
 
Kis
Активист
***
Вне Форума



Сообщений: 422
Россия, Москва
Пол: male
Re: Онлайн OCR сервис
Ответ #1 - 03.11.2009 :: 15:21:07
 
Пытался подсунуть 3000x4700@600dpi. Результат: The uploaded file is too large. В два раза меньший: результат тот же. Еще в два раза меньший: очень много ошибок распознавания. Вывод: дрянь.
Наверх
 
 
IP записан
 
AAW
Патриарх
*****
Вне Форума


Старую детскую и НП литературу
ничем не заменить

Сообщений: 4347
Екатеринбург
Пол: male
Re: Онлайн OCR сервис
Ответ #2 - 03.11.2009 :: 18:48:20
 
так это мало. IMHO, страничка книги это хотя бы 2х-меговый джипег.
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
155803224  
IP записан
 
Kis
Активист
***
Вне Форума



Сообщений: 422
Россия, Москва
Пол: male
Re: Онлайн OCR сервис
Ответ #3 - 03.11.2009 :: 20:33:21
 
Тиффы на 600 дпи были совсем крохотные, несколько десятков килобайт.
Наверх
 
 
IP записан
 
Kis
Активист
***
Вне Форума



Сообщений: 422
Россия, Москва
Пол: male
Re: Онлайн OCR сервис
Ответ #4 - 03.11.2009 :: 21:39:37
 
Вот этот тифф: http://www.onlinedisk.ru/file/258235/ или http://rapidshare.com/files/301957444/16.tif . ABBYY FineReader все равно распознает лучше, но в вашем сервисе тоже неплохо получилось. Если не брать "плохие" (запятнанные или сильно искаженные) буквы, то ФайнРидер сделал только одну ошибку (не поставил один пробел возле тире), то у вас это сплошь и рядом, да и в буквах есть ошибки. И еще надоедает каждый раз выбирать заново язык и увеличение (зачем, кстати, оно вообще нужно?).
Наверх
 
 
IP записан
 
Kis
Активист
***
Вне Форума



Сообщений: 422
Россия, Москва
Пол: male
Re: Онлайн OCR сервис
Ответ #5 - 04.11.2009 :: 00:06:50
 
Наверное, мне показалось, что язык не сохраняется. Или я окошко в браузере закрывал. Возможно, куки бы помогли, не такое уж это плохое дело в данном случае.
Вот сравнение 100%-ого (слева) увеличения и 200%-ого (справа):
http://www.onlinedisk.ru/file/258344/ или http://rapidshare.com/files/302011081/compare.tif .
У 100% существенно лучше.
С ФайнРидером я сравнивал лишь потому, что сейчас это эталон де факто, по крайней мере для русского языка. Так что можно сразу указать на типичные ошибки, с которыми надо бороться:
1) пробелы вокруг тире,
2) "ь1" вместо "ы",
3) неправильное ("тривиально-дефисное") распознавание знаков переноса,
4) слишком сильное внимание движка к мусору на страницах,
5) частое неправильное распознавание надстрочных символов (ударений, например),
6) попытки распознать "непонятности" латинскими символами в заведомо русском тексте (например, вместо "Над" получается "І-Іад".
Пока все.

P.S. Наверное, 3) и 6) -- это одна и та же ошибка.
Наверх
 
 
IP записан
 
ramirez
Постоялец
**
Вне Форума


Всем привет!

Сообщений: 71
Пол: male
Re: Онлайн OCR сервис
Ответ #6 - 09.11.2009 :: 10:39:09
 
Распознает очень слабо, даже большие буквы заголовка. Разбиение на колонки не понимает, мешает всё в общую кашу.
Наверх
 
 
IP записан
 
Kis
Активист
***
Вне Форума



Сообщений: 422
Россия, Москва
Пол: male
Re: Онлайн OCR сервис
Ответ #7 - 09.11.2009 :: 23:33:54
 
nanolab, вам что, трудно повыдергать какие-нибудь страницы из любых качественно сделанных книжек? Можете ориентироваться по нику pohorsky, например. Получите бессчетные тысячи (sic!) примеров.
Сегодня из спортивного интереса поставил бесплатный (еще раз sic!) CuneiForm. Он распознает лучше! (Хотя все равно ему до FineReader как до Луны.)
Наверх
 
 
IP записан
 
Kis
Активист
***
Вне Форума



Сообщений: 422
Россия, Москва
Пол: male
Re: Онлайн OCR сервис
Ответ #8 - 10.11.2009 :: 01:13:01
 
Вы бы сами попробовали попользоваться своим сервисом, что ли. Повторяю:
1) Возьмите любую хорошо сделанную книжку (600 dpi, белый фон).
2) Выдерните из нее любую страницу с текстом.
3) Распознайте ее в ABBYY FineReader.
4) Распознайте ее в CuneiForm.
5) Распознайте ее у себя на сайте.
6) Доложите сюда о результатах.
Если что-то непонятно, читайте еще раз пункты 1)--6).
Наверх
 
 
IP записан
 
AAW
Патриарх
*****
Вне Форума


Старую детскую и НП литературу
ничем не заменить

Сообщений: 4347
Екатеринбург
Пол: male
Re: Онлайн OCR сервис
Ответ #9 - 10.11.2009 :: 10:17:51
 
Поддерживаю Kis. Общественность лучше привлекать после полноценных self-тестов. Одна голова хорошо, а две лучше, но в данном случае - чтобы не упустить _сложные_ варианты. А тут, как я понял, первую попавшуюся страницу берем и получаем не хороший результат.
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
155803224  
IP записан
 
ramirez
Постоялец
**
Вне Форума


Всем привет!

Сообщений: 71
Пол: male
Re: Онлайн OCR сервис
Ответ #10 - 10.11.2009 :: 12:46:16
 
nanolab писал(а) 09.11.2009 :: 17:31:35:
Пример, пожалуйста.

nanolab писал(а) 10.11.2009 :: 01:02:08:
Я не вообще спрашивал, а данный конкретный пример, о котором говорил ramirez.



Пожалуйста, вот картинка из примера, о котором я говорил:

...

оригинал размером 2339х1212 пикселя, который подсовывался на распознование тут.

Вот результат распознования:

Цитата:
8 ІЮНІІУЛЬТДІИВНЬІЙ ПРИЕМ ВЕДЕТ НЕВРОПАТОЛПГ
НА ПРИЕ/\/\Е БОГІЬНАЯ
Ё ЗТІІГВ НПМВІІЗ МЫ ІГШІІЬІВЗВМ На ВТІІЗНИІІЗХ НЗШВПІ НЩІІНЗЛЗ
ЗЗПЧНЬІЙ НПНСУПЬТВТИВНЬІЙ ЩІИВМ ВЕДУЩИХ ІІПВІІИЗЛИВТІІВ,
КВПІІІЬІВ ПТВВТІП На МНПГИВ ИНТВПВВУЮЩИВ
ҐІЗЦИВНТПВ ВОЩЮСЬІ. ВЫ МВЖВТВ ҐШИОЬІЛЗТЬ В ІІВДВІЩИЮ ВВІІІЮІЅЬІ
В ҐІВМВТНОЙ «на ІЮНСУЛЬТЗЦИЮ ВҐІВІІИЗЛИСТЗ»,
3 В ВІЮЁНЗХ УК338їЬ, КЗКОГВ. РВДЗКЦИВ ЗЗПЛЗНИІЮВЗЛЗ ВІЅТІІВЧИ
В !(3ІІДИ0Л0Г0М, УШІЛШТІМ, ЗІІУШВНПМ-ГИНВНПЛВГОМ,
ДВТВКИМИ ЗЛЛВНҐВЛВҐВМ И ҐЗСТПВЗНТВПВЛПГПМ.
ЁВПІДНЯ ПІІИВМ ВВДВТ ІІІІІІШВССОІІ Ґ. Й.. ЛУКДЧЁР,
МІЮҐИВ ҐОДЬІ ЗЗНИМЗЮЩИЙСЯ ПНОЁЛВМЗМИ
НВВІЮЛВГИЧВСНИХ ПІЮНВЛВНИЙ ОСТВПХВНДІЮЗЗ ПВЗВВНПЧНИКЗ.
В кабинет профессора стараюсь есть все почти не-
входит моложавая женщина. соленым, так как говорят,
Григорий Яковлевич пригла- что отложение солей умень-
0СТЕ0°
Х0 НДР0-
ОМ
ПО ВОНОЧНИКА
было вестибулярное наруше- шею и спину чем-нибудь
ние, не связанное с остеохон- теплым. Но ведь куїание не
дрозом позвоночника, и ему ПРИВЄТСТВУЄТСЯ?


Текст из колонок смешан в кучу и распознан с ошибками, даже аршинные заголовочные слова (НА ПРИЕМЕ БОЛЬНАЯ, ОСТРОХОНДРОЗОМ ПОЗВОНОЧНИКА) распознаны с ошибками.

p.s. Язык распознавания не запоминается, всё время приходится выставлять русский вручную. Куки включены.
Наверх
 
 
IP записан
 
Kis
Активист
***
Вне Форума



Сообщений: 422
Россия, Москва
Пол: male
Re: Онлайн OCR сервис
Ответ #11 - 10.11.2009 :: 13:22:13
 
Похоже, использован GOCR. Ничего нового. Свой вывод не меняю: дрянь.
Наверх
 
 
IP записан
 
monday2000
Постоялец
**
Вне Форума


Всем привет!

Сообщений: 98
Пол: male
Re: Онлайн OCR сервис
Ответ #12 - 11.11.2009 :: 17:25:04
 
nanolab
Вроде бы неплохое начинание - но впечатление портится каким-то слишком уж "коммерческим" духом Вашего проекта. К примеру, реклама: мало того, что стоит вертикальный блок рекламы - так нет, Вам этого показалось мало, и Вы поставили ещё и внизу горизонтальный блок рекламы.

Лучше скомпилировали бы тот же OCRopus под винду - было бы куда как интересней и полезней (раз уж CuneiForm Вам почему-то не глянулся).
Наверх
 
WWW  
IP записан
 
AAW
Патриарх
*****
Вне Форума


Старую детскую и НП литературу
ничем не заменить

Сообщений: 4347
Екатеринбург
Пол: male
Re: Онлайн OCR сервис
Ответ #13 - 14.11.2009 :: 12:53:37
 
без обид: вспомнились слова однокашника (думаю, придумал не он): "кто хочет - ищет способ, кто не хочет - ищет причину". Просто вроде сказано, но как жить помогает...
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
155803224  
IP записан
 
monday2000
Постоялец
**
Вне Форума


Всем привет!

Сообщений: 98
Пол: male
Re: Онлайн OCR сервис
Ответ #14 - 14.11.2009 :: 14:15:14
 
Цитата:
Если не нравится реклама - заблокируйте ее в браузере или не ходите на такие ресурсы.

Поясню для всех присутствующих: ко мне ранее обратился nanolab по электронной почте и попросил поставить ссылку на этот его ресурс на мой сайт. Я отказал.
nanolab
Цитата:
Вы знаете сколько стоит хостинг на выделенном сервере?

Знаете анекдот: http://1001anekdot.socialist.ru/rabinovich-i-bolsheviki/
Цитата:
НЭП. Рабиновича пригласили в ЧК:
   – Мы строим социализм, но у нас денежные затруднения, и мы рассчитываем на вас, товарищ Рабинович. Наверняка у вас припрятано золото. Сдайте его.
   – Я должен спросить жену.
   Назавтра его снова пригласили:
   – Что сказала ваша жена, товарищ Рабинович?
   – Она сказала: “пусть не строят. У меня тоже нет денег – так я ведь не строю!”

Цитата:
заплатили ли вы за него?

О-па. А причём тут это? Улыбка Я же не пытаюсь на нём делать некий "бизнес", как это делаете Вы. А даже если бы и пытался - то это были бы мои личные проблемы - а не проблемы всех окружающих.
Цитата:
Всем большое спасибо за теплый прием и добрые слова.

В другой раз будете умней.
Наверх
 
WWW  
IP записан
 
nbl
Гуру
****
Вне Форума



Сообщений: 502
Кузбасс
Пол: male
Re: Онлайн OCR сервис
Ответ #15 - 14.11.2009 :: 15:18:49
 
monday2000 писал(а) 11.11.2009 :: 17:25:04:
nanolab
Вроде бы неплохое начинание - но впечатление портится каким-то слишком уж "коммерческим" духом Вашего проекта. К примеру, реклама: мало того, что стоит вертикальный блок рекламы - так нет, Вам этого показалось мало, и Вы поставили ещё и внизу горизонтальный блок рекламы.

У меня в FireFox'е стоит плагин Adblock Plus, и никакой рекламы я даже не заметил Улыбка
Наверх
 
 
IP записан
 
Переключение на Главную Страницу Страниц: 1
Послать Тему Печать