Цитата:


Цитата:


Действительно ни причем, что-то я напутал.

Массовость уже была... Инфанта, Мир книг и прочие агрегаторы...
Другой вопрос что качество было большей части на отье-ись... PDF многомегабайтных размеров созданные МФУ. Или пачки jpg экранного разрешения...
Как считали еще в первых номерах Домашней лаборатории, чисто теоретически оцифровать всю русскоязычную литературу силами энтуазистов или государства можно в течении нескольких лет... И при вполне реальных затратах.

Замените пищу духовную на пищу материальную и КМК станет понятнее - что важнее едокам, много дешёвой каши или изысканность блюд? Я повар, что мне делать, варить чан риса или жарить 100 грамм филе миньона? Конечно зависит от текущей ситуации - если у вас война, неурожай или еще какая напасть - не до жиру и главное чтобы каши на всех хватало, а если вы буржуйствующий элемент в период расцвета экономики - можно и про ананасы с рябчиками подумать. Изначально в сети был "голод", книги появлялись по чуть, в основном силами энтузиастов, и, конечно, по предметным областям этих самых энтузиастов, а если человек, например, биолог, то уровень владения компьютером, как правило, ниже чем специалиста айти или печатника\верстальщика. Особенно 20-30 лет назад. Я уж не говорю про домохозяек, которые снимали на телефон рецепты и выкройки. Сейчас, к счастью, голод преодолён, практически по любой предметной области какие-то книги уже есть и теперь уже можно подумать и про качество. И да, если речь о крайностях - я сторонник того, что информация первична, и лучше нужная книга в плохом качестве чем вовсе ее отсутствие или хорошо обработанный шлак отдалённо по теме.

joker2156 писал(а) 08.07.2024 :: 09:33:18:

Если прыгнуть во времени на тридцать лет назад, то будет мёртвое время. Время Спектрума как бытового компьютера.
Если на  двадцать лет прыгнуть, год 2004... То библиотеки в Сети были в основном текстовые.  И многие библиотеки не пережили войну Кирилла  и Мефодия... Графические появлялись в связи с попыткой заработать на файлообменниках... Не помню когда появился сайт у Наты и Мир книг... Год 2005 вроде.
Другое дело что как говорит AAW, в то время сделать книгу близкую к эталонной было очень трудоемко. Шла отработка технологии. Или Djvu skan
или Djvu foto. Выбор небольшой был.
Имхо  большая часть из сделанного в то время требует переделки.

joker2156 писал(а) 08.07.2024 :: 19:40:29:

с чего?
книга делается не для прибыли, а для обмена информацией. фиксированное знание. с чего размножение на халяву убьет этот процесс обмена?
процесс извлечения прибыли - да, убьет. не станет наследничков, типа Михалкова. ну так они и нынче, по совести, не должны существовать на чужом горбу. Я в принципе не могу взять в голову, с какого бодуна люди согласны платить (и брать эти деньги) за то, что где-то кто-то когда-то что-то сделал. Допустим, я пятнадцать лет назад год резал деревянную скульптуру. Вырезал. Продал. Сколько-то там стоила моя еда, квартира, резцы, помещение, деревяшка и мастика. В конце концов мое время сколько-то там тоже стоило. Почему теперь через 15 лет я могу принять плату за то, что кто-то увидел эту скульптуру - ? Деньги есть средство обмена. Что "обменивается" при получении мной денег? Смотрящий получает впечатление, знание, как и прочитав книгу. А я-то что сделал ему, сейчас? Я его в глаза не видел, мы ни о чем с ним не договаривались. Жопу от стула для него не оторвал. Я вырезал (книгу написал), продал, забыл. А уж мои наследники - это вообще пипец, если вдуматься, за что они деньги будут брать. Что за бред в головах. Можно понять плату за музейный вход - плата за сохранность, за помещение, за экскурсовода. Но оплату за "авторское право" я в принципе понять не могу.

Ну вот, конечно, это авторские права мешают людям книги нормально делать и в инет выкладывать.

Цитата:


Чёткие критерии являются залогом массовости.

Массовость - это разделение труда и конвейерные принципы обработки.
Массовость - это поток :
                               сырые сканы -> 
                                      простая обрезка с запаковкой в pdf   ->
                                                            разделение текст/картинки с джвуированием - >   
                                                                           чистка мусора с глифированием - >
                                                                                                                OCR с вычиткой, гиперссылки.

Разделение труда предполагает, что разные люди делают разные операции. У кого что лучше получается.
Чтобы они могли взаимодействовать друг с другом должны быть некие стандарты на промежуточные и итоговые результаты.
Мы видим это на архив.орге с их родными сканами (а не теми, что туда всякие идиоты понапихали). И фотосканы есть, и пдф и джву. Так себе джву. Но в случае необходимости, их сырые фотосканы можно вылизать до приемлемого состояния.

Похожий принцип мы видим на рутрекре с видео:
BDRemux -> BDrip -> mp4 1000p - > mkv DVO -+ MVO,   MKV (Rus, Eng) + Sub
сырой видеопоток (захват)   - сжатый - сжатый в определенном размере - наложен дубляж  - вместо одноголосого перевода добавлена полноценная многоголосая озвучка  - наложены субтитры.

Там на самом деле несколько сложнее, так как цепочка может быть нелинейной. Могут появляться новые исходники, типа "режиссерская версия" или "Open Matte" (кадр с большим наполнением).


Совершенно не все книжки заслуживают возни по месяцу с каждой. Если их все по максимальным стандартам делать, то книг в  инете вообще не будет. Критерии выбора с чем возиться - несколько субъективны, зависят от предпочтений в чтении обработчиков, хотя некий круг чтения, некое ядро библиотеки в целом просматривается (научпоп, школьное образование, классические учебники институтского образования, детская литература, домашнее хозяйство, справочники, хорошо иллюстрированные книги).
Главное, чтобы книгу всегда можно было доработать после быстрого первичного прохода в случае, если она реально нужна.

Но нет, карты какие-нибудь вместо 600 дпи посканили на 300 (или вообще отфоткали), потом через джву с автосегментированием прогнали и вуаля. Считайте в инете книги и нет.   

Иногда выкладывают толстый пдф, и джву, так что из пдф можно сделать непорченный джву. Но часто кладут только джву, или пдф "оптимизируют". И всё. Амба.

Сканируешь для других ?   А) Поскань в 600.  Б) Либо обеспечь полное прижатие, либо использую оптикбук, либо расшей книжку.
Особенно, если это какой-то редкий материал.

Не хочешь возиться с СК при обработке ? Прекрасно. Обрежь всё и запакуй цветными картинками в пдф.  Можно в параллель сделать плохой джву. Тот, кого бесит ужирнение букв, сможет из пдф-ки соорудить альтернативу.   
Но нет. Надо всё ужать и запороть. Сканы удалить. А про сделанную нестандартную хрень кричать на всех форумах, какая она крутая. И поскольку довольно-таки часто обработчик был сам себе и сканировщик то "как он видит", так все читать и будут.

Можно своих штампов от души наляпать:
https://geoportal.rgo.ru/catalog/atlasy-mira/bolshoy-sovetskiy-atlas-mira-i-ukaz...


Гос. Библиотеки кладут и фотосканы и пдфки в джипегах. И нормально. И не жалуются, что места не хватает.
Проблемы возникают, когда они джипеги пережмут или зачем-то, неумеючи, начнут над картинками изгаляться.
То есть сделают нестандарт.


Чтобы файлик на каждой стадии можно было подхватить и дальше крутить, он должен отвечать определенным критериям.
А вот порченное выкладывать не нужно, когда исходников нет.

Уж лучше гиг исходников на рутрекре раздавать, чем поганый джву выкладывать.

Однако, нет, каждый сам себе кустарь-одиночка с мотором.
Скоты просто.

Примеры активного дебилизма:

1. Руниверс выложило первую часть 3 тома Морского атласа

https://runivers.ru/lib/book3189/10241/
Это карты, которые прогнали через джву-автосегментирование, так что задний слой расплывается, текст много где не читается. 
Потом изготовили из него pdf с такими же размытиями.   

Потом выложили на архив.орг

https://archive.org/details/morskoi-atlas

Чтобы соответствовать стандартам архива папка с пдфкой сопровождается гигабайтом джипегов. Каких ?  - со всеми этими размытиями !

https://ia803203.us.archive.org/view_archive.php?archive=/12/items/morskoi-atlas...

Файл помечен как имеющий разрешение 600 дпи, но чтобы такое говно получить, размывать ИМХО надо сканы в 300.
Впрочем, сложно ли напортить умеючи.



2. Лицевой летописный свод Ивана Грозного

Насколько я знаю, по заказу Транснефти делался ограниченный подарочный вариант. Потом общество друзей Стерлигова уже его отсканировало и переиздало. При этом в тексты, якобы, были внесены некие исправления. Но если есть оригинальные изображения рукописных страниц и миниатюр, то это не страшно. По публичным библиотекам вроде второй чаще встречается.

Общество свои книжки выложило в инете пдф-ками:

https://oldp.redcod.ru/ivan4-svod/

Но это (вот ведь новость !)  пдф-ки, внутри которых некорректная джву-сегментация. Была.
Перепроверил, за прошедшие годы, кажется, перевыложили, теперь там просто пережато вусмерть.
Может в части файлов джву-слои и остались.  Но что так, что эдак все миниатюры испорчены.
(UPDATE джву внутрянка лежит на том же руниверс  https://runivers.ru/lib/book6958/)


Издательством, осуществлявшим изначальное сканирование рукописи, была заявлена выкладка оригинальной версии, но что-то я её в инете так и не вижу:

https://ruvera.ru/articles/licevoiy_svod_ivana_groznogo


Зато на архив.орге это всё выложено, типа, с оригинальными джипегами, которые все с размытиями. (Ну, чтобы архив.орговским стандартам соответствовать.) Гигабайт места занимает, но это не оригиналы, а разобранные попорченные пдф-ки !

https://archive.org/download/lls1_20200717


3. У меня есть куча переписки с рутрекера, когда я запрашивал оригинальные сканы. И люди мне объясняли, что они сознательно уменьшали качество внутри своих пдф-ок, так как иначе из-за крупного размера их отвергали модераторы рутрекера.

Скоты и дебилы.

xyz писал(а) 10.07.2024 :: 10:01:32:
Вот с этим полностью согласен. Именно по этой причине ушел из группы книг на рутрекере. А поначалу тоже приходилось принудительно ухудшать качество журнальных сканов.

Владислав_72 писал(а) 10.07.2024 :: 10:36:34:

Встречали же пдф-поделки "Хеннадия" с кучей своих наляпанных водяных знаков, похожие на раздутые в 10 раз редакторские пдф  ?
вот кто дебил тоже

А может быть перестанем оскорб##ть модераторов рутрекера, главного русскоязычного торрент-трекера, имеющего огромную просветительскую роль среди русскоязычного населения Насколько я помню: для графических форматов книг отводится не более одного Мб на одну страницу. Этого вполне достаточно для подарочных изданий книг. Более того размер может и превышать 1 Мб. на страницу в исключительных случаях для качественных файлов с большим количеством цветных иллюстраций. Возможно проблема с раздачами своих файлов на торрент-трекерах связана с возможностью персональных компьютеров, скоростью Интернета и ленью с оформлением раздач? К чему лукавить?

Для AAW придётся ещё раз повторить: "...размер может и превышать 1 Мб. на страницу в исключительных случаях для качественных файлов с большим количеством цветных иллюстраций". В чём ваша надуманная проблема: Выставляйте в форматах изображений!

Ни  разу не попробовав - отказались! Не верю! Почему то уверен, что лукавите!

AAW писал(а) 15.07.2024 :: 09:20:03:

Согласен, только учить стараетесь всегда вы. А ругаться действительно ни к чему!

AAW писал(а) 15.07.2024 :: 09:29:44:

Каждый воспринимает слова в меру своей "испорченности"!

xyz писал(а) 09.07.2024 :: 19:57:23:

а вам не кажется, что вопрос о "всех/не всех" книжках поставлен изначально неверно?

Ко мне много раз обращались с просьбами поискать какую-то книгу (сканы) ибо тот экземпляр, что был у просящего, очень трудоёмок в обработке. А читать хочется нормально обработанный текст. Хороший недавний пример - Штофф1966_Моделирование_и_философия__ploho.djvu
Он погано выглядит, в том числе потому что зачитан и исчеркан. Я перебрал три бумажных экземпляра, но они также зачитаны и исчерканы. Многие буквы полустерты. Обработать вот это:

https://disk.yandex.ru/i/npuE2mZ4JL3nqg

быстро не получится не из-за достойности, а тупо из-за трудоемкости правок. Это ocr в СК, но с выверкой - многие часы работы.

bolega ведь также иногда говорит - чего там, современная книжка, белая бумага, цифровая печать, никто не читал - что тут трудного в обработке. Я проверял, засекал время для книг примерно 2003-2008 годов издания - действительно, час-полтора-два, и дежавю на выходе. Неидеальный, но очень приличный.

Вот пример одного разворота с различных экземпляров Штоффа.
https://disk.yandex.ru/i/ZZNBRirMYpWbSw
https://disk.yandex.ru/d/3bapzF7neLrp7g
Также видно, что от метода сканирования тоже хоть что-то да зависит. А это упирается в трудозатраты на освоение методов. Если кому надо одну книгу, не станет он ни оптикбук брать, ни с СК возиться две недели, чтобы кнопочки поизучать. Поэтому я склоняюсь к неизбежности профессионализации обработки книг. А профессионализм ремесленника в крупносерийное производство не переходит, как учит история. Сначала ремесленники вымирают, потом, через пару поколений, отмирает и сама отрасль, ввиду утраты умений.

Кстати, напомню про многотомник Карра. Чем он так достоин ручной замены глифов ...