Здравствуйте, товарищи книголюбы

Спасибо Вам всем за полезные советы по книга деланию, но «все» они касаются как я понимаю обработки сырых сканов. Меня интересует вопрос обработки уже готовых DjVu с целью улучшения их потребительских качеств, таких как:

1.      Разрезание страниц;
2.      Очистка, выравнивание страниц и строк;
3.      Добавление OCR;
4.      Добавление автооглавление.

Если с третьим и четвертым пунктами мне все вроде понятно, то по первому и второму пунктам мне хотелось бы с вами посоветоваться.
Вопрос собственно в том, как сделать книгу, чтобы ее размер не увеличился, естественно он увеличиться за счет OCR, но это понятно, а сам DjVu файл без OCR как я понимаю должен оставаться меньше или,  по крайней мере,  примерно таким же.
Поделитесь опытом с «чайником» меня интересует все любая мелочь, размеры, форматы, программы, одним словом все, чтобы сделать книгу лучше.

P.S Я хочу привести в порядок литературу по релейной защите которой в сети при достаточно, но качество меня не устраивает, так же по- маленьку сканирую книги которые у меня есть и которые я не нашел в сети. В первую очередь меня интересует качество книг, для меня качество это те пункты, которые я перечислил выше.
Все это для моего сайта предназначенного  релейщикам.

С уважением, Никита

Никита,

я вообще никогда переделкой чужого не занимался (да и своего тоже). Так что разглагольствовать впустую не хочу.
Знаете что, лучше просто дайте ссылку на какой-нибудь неудачный файл (с небольшим числом страниц, чтобы много времени не терять). А кто захочет (может и я в т.ч.) пусть попробует прогнать его по своим методикам. Если кому удастся улучшить, то и напишет, как это делалось.

Такие файлы достаточно легко переделать с лучшим качеством в смысле djvu. Главная проблема исходника в том, что буквы "волосатые" и с дырками в 1-2 пикселя. Убрать эти недостатки поможет любая фотошопоподобная программа.

Вот рецепт, которым пользуюсь я (иллюстрации на 16 Mb можно взять тут):
1. Сохраняем картинку в формате tiff. Это умеют делать многие программы. Я воспользовался IrfanView. (См. файлы, начинающиеся на 00.)
2. Открываем первую картинку в Photoshop-е. Выставляем масштаб просмотра 100-300% в зависимости от предпочтений и опыта. Сохраненный tiff, скорее всего, получился черно-белым, и в этом случае меняем режим на Greyscale (Image -> Mode -> Greyscale...), Size Ratio ставим 1.
3. Применяем гауссово размытие (Filter -> Blur -> Gaussian Blur...). Радиус подбираем экспериментально, чтобы буквы стали менее волосатыми, но и в то же время сохранили свою форму. Для этого файла я выбрал 0.5 пикселя. (См. файлы, начинающиеся на 01.)
4. Применяем Smart Blur (Filter -> Blur -> Smart Blur...). Quality ставим High, Mode оставляем Normal. А вот Radius и Threshold надо подобрать экспериментально, и это, на мой взгляд, самое интеллектуальное во всей этой работе.
Дальше можно сделать довольно сильно отличающиеся варианты a) и b):
5а. Radius = 13, Threshold = 32. (См. файлы, начинающиеся на 02a.)
6a. Применяем Curves (Image -> Adjustments -> Curves, оно же Ctrl+M). Хватаем мышью по очереди две точки (черную и белую) на диагональной линии и, внимательно следя за изменениями картинки, делаем эту линию ломаной (см. скриншот CurvesA). Главная задача -- максимально избавиться от волосатости и от дырок, причем не в ущерб символам. (См. файлы, начинающиеся на 03a.)
5b. Radius = 10, Threshold = 90. (См. файлы, начинающиеся на 02b.)
6b. Применяем Curves (см. скриншот CurvesB и файлы, начинающиеся на 03b.)

Отличия вариантов a) и b):
В a) символы остались немного волосатыми, но зато они практически ничего не утратили.
В b) символы стали гладкими, но кое-где пропали тонкие линии.

Стоит поиграть еще значениями Radius и Threshold, а также параметрами у Curves -- наверняка удастся сделать картинку еще лучше. Гораздо легче обрабатывать серые сканы, не подвергшиеся варварской "битонализации". Мои любимые значения при обработке серых сканов -- это 11-13 для Radius и 27-33 для Threshold (это для 600dpi).

Мне больше понравился вариант a).

Дальше результаты можно сохранить как черно-белые изображения, покромсать ScanKromsator-ом и сделать djvu. Результаты прилагаются.

1. Размер у Ретро РЗиА получился у переделки большим из-за того, что в профиле было задано не очень сильное lossy и добавилось 22 кб ОЦР. Если сжать most-lossy (aggressive), то получится 44 кб (это без ОЦР). Но с agressive-ом надо быть, конечно, осторожным - больше шансов получить "инь"-замены.

2. Честно говоря, результаты не порадовали. Посмотрите хотя бы на то, что стало с формулами П3-10, 16, 27... Тонкие линии "съедаются" и мелкие буковки иногда разрываются. Наверное, это из-за того, что в Кромсаторе не очень хороший алгоритм поворота для ч-б сканов.

Я попробовал сделать поворот ImageProcessor-ом (лежит у Monday). Заодно и попытался сгладить лохматость в нем же (скриптом ImageSmooth). Предварительно разрезал сканы в Кромсаторе (без Descew и без Despecle). Результат немного получше (мне так кажется), но тоже не сахар:
http://ifolder.ru/6653054 (2 варианта - со сглаживанием и без).

Есть и другие идеи (вот только времени на эксперименты сейчас совсем нет):
а) попробовать поднять dpi до 600, а потом уже резать и сглаживать ступенчатые буквы Фотошопом (да бог с ним, с  размером). Тогда тонкие линии, наверное, не пропадут.
б) попробовать перевести картинки в серый цвет, слегка размыть и тогда уже поворачивать их Кромсатором и  делать все остальное как в Scan&Share.

Еще забыл спросить, правда ли, что во всех программах для конвертации в  DjVu фалы получаются разные по размерам в смысле килобайтам, если это так, то посоветуйте самую оптимальную программу в этом плане, но что бы качество не страдало. Я пользуюсь для этого Document Express Editor v6.0.1 Build 1320 LE (for NT) (Light Edition for NT)

Для Balabol!

Спасибо..............

Historic9 писал(а) 25.11.2012 :: 22:25:35:


Старый анекдот: Сивка Бурка Вещая Каурка, встань передо мной как лист перед травой.
- Иван, вы бы поконкретнее выражались как вставать, а то у нас, у лошадей, ассоциативный ряд-то послабее.

Лично я совсем не понял, что такое "сдвигались влево-вправо при поиске". В какой программе ищете, куда сдвигается и т.д.?

joker2156 писал(а) 29.12.2012 :: 07:01:04:


Программа - STDU Viewer. Иногда встречаются книги (разрезанные постранично), в которых страницы сдвигаются "рукой" не только вверх-вниз, но и влево-вправо. Если ввести в поиск слово и проявлять полученные результаты, каждый раз нужная страница будет показана не ровно (на весь экран или посередине), а где попало, причём её часть может быть даже не видна в случае, когда она сильно сдвинута в какую-либо сторону.
Я пытаюсь устранить данное неудобство. У Вас есть необходимая программа или способ устранения?

Dmitry7 писал(а) 31.12.2012 :: 17:04:11:


Ссылка - http://dfiles.ru/files/gfjjagpol.

joker2156 писал(а) 01.01.2013 :: 00:01:44:


Да, это я невнимательно закачал файл без текстового слоя. Вот http://dfiles.ru/files/9ipw39uus.
Что такое "саппорт"?

Dmitry7 писал(а) 01.01.2013 :: 13:36:46:


К сожалению, да.

Dmitry7 писал(а) 01.01.2013 :: 22:00:42:


150%, постранично. В принципе, эффект остался. Но теперь, по крайней мере, при поиске нет самопроизвольного сдвига в сторону. Спасибо Вам за ценную информацию о программе WinDjView 2.0.2.

.
В сети гуляет масса плохочитаемых (плохосканированных, плохобинаризированных/переведенных в эл. вид с потерями и просто сделанных с плохого оригинала) книг.

Вопрос: насколько имеет смысл переделывать такие книги, и каков критерий отбора для переделки?

и вообще, кто посоветует лучшую пошаговую методику переделки для разных случаев?

1. djvu с очень низким разрешением 100-400 dpi
2. серый/цветной фон без очистки изображений
3. pdf-изображения - книги гигантского размера
4. просто набор картинок/сканов плохого качества
5... и т.п.

на мой взгляд, этим часто грешат в основном торрент-трекеры. им выгоднее не качество, а размер. для повышения рейтинга раздающего. качество при этом не всегда страдает, но размер просто неразумный, как у журналов ТМ и НиЖ по 60-100 Мб...

Dark_Ambient писал(а) 22.05.2011 :: 13:07:43:

да я тоже.
но к сожалению, не все так делают

Порезал и почистил ЮТ-1960-3 и ЮТ-1965-7. Насколько плохо получилось и стоит так делать? В архиве оригиналы и что получилось.

ЮТ-1960-3,1965-7.zip/rar - 15,8Мб - http://rusfolder.net/files/38895204

Спасибо.

IMHO, не надо тратить силы на такую, почти бессмысленную, работу. Это же не раритет 14го века, единственный на планету, а массовый журнал второй половины 20го. Тренироваться - так с двойной пользой, чтоб книга хорошая вышла. На этом оригинале это невозможно, он убитый.
Если очень нужно - предоставлю сканы этих журналов из офиц.диска ЮТ, или пересканю свои экземпляры. Но вообще-то в Сети валяется масса плохосделанных хороших книжек, которые еще _можно_ привести в приличный вид. Навскидку и по памяти, Тур Хейердал, Искусство острова Пасхи, просится в добрые руки. полугиговая пдфка.

AAW писал(а) 24.11.2013 :: 09:49:26:


Есть у меня это книжка.
Если кто возьмется за переделку, и встретит дефект, то единичные страницы могу отсканировать.

нее, что-то тут не то. Кодированные сканы - уже не сканы, а готовая книга.

Почему нет? То есть я вполне допускаю, что нет, только аргументируйте. В пространстве моего компа после декодирования все параметры скана сохраняются. Для чистоты эксперимента:  DjVu Small v0.4.4, вес сканов - 123 Мб каждого. Отсканировано 600 dpi 8206x5252 пкс.
Этой книги нет в нете, красивое оформление. С удовольствием бы отдала сканы в руки профи.)
http://rghost.ru/7jvm9sC2N

Исходные сканы в bmp. Суммы нет, так как книга не отсканирована полностью. Попробуйте понять мою логику: зачем мне её сканировать, если я не буду ( по ряду причин), ей заниматься. Это имеет смысл сделать только в том случае, если есть человек, кто пожелает её сделать в дежавю в хорошем качестве. Сделала три скана, все по 123 Мб. В книге грубо 320 страниц, вот подсчитайте. О-го-го!) Почему и подняла вопрос с кодировкой.)
При кодировке в djvu small всё просто 600 dpi цветной без потерь качества ПП 100. Профиля фото у меня нет, или не нашла.)

AlVaKo
Спасибо.) Разглядели. Тут не поспоришь.