ஸ்கேன் மற்றும் OCR

நல்ல மதியம்

மின்னணு வடிவத்தில் ஒரு காகித ஆவணத்தை நீங்கள் மொழிபெயர்க்க வேண்டியிருக்கும்போது ஒருவேளை எங்களுக்கு ஒவ்வொருவரும் பணிக்கு முகம் கொடுக்கலாம். இது, குறிப்பாக ஆவணங்களைப் படிக்கவும், எலக்ட்ரானிக் அகராதிகள் பயன்படுத்தி நூல்களை மொழிபெயர்க்கவும், அவற்றிற்கு முக்கியம்.

இந்த கட்டுரையில் நான் இந்த செயல்முறையின் சில அடிப்படைகளை பகிர்ந்து கொள்ள விரும்புகிறேன். பொதுவாக, ஸ்கேனிங் மற்றும் உரை அங்கீகாரம் மிகவும் நேரத்தை எடுத்துக்கொள்கின்றன, பெரும்பாலான செயல்பாடுகள் கைமுறையாக செய்யப்பட வேண்டும். நாம் என்ன, எப்படி, ஏன் எதை கண்டுபிடிக்க முயற்சிப்போம்.

அனைவருக்கும் உடனடியாக ஒரு விஷயம் புரியவில்லை. ஸ்கேனிங் பிறகு (ஸ்கேனர் அனைத்து தாள்கள் பொருத்தி) நீங்கள் BMP வடிவம், JPG, PNG, GIF (மற்ற வடிவங்கள் இருக்கலாம்) வடிவங்கள் வேண்டும். எனவே இந்த படத்திலிருந்து நீங்கள் உரை பெற வேண்டும் - இந்த நடைமுறை அங்கீகாரம் என்று அழைக்கப்படுகிறது. இந்த வரிசையில், கீழே கொடுக்கப்படும்.

1. ஸ்கேனிங் மற்றும் அங்கீகாரத்திற்கு என்ன தேவை?

1) ஸ்கேனர்

அச்சிடப்பட்ட ஆவணங்களை உரை வடிவில் மொழிபெயர்ப்பதற்கு, நீங்கள் முதலில் ஒரு ஸ்கேனர் மற்றும் அதன்படி, "சொந்த" திட்டங்கள் மற்றும் அதைச் சென்ற டிரைவர்கள் வேண்டும். அவர்களுடன் நீங்கள் ஆவணம் ஸ்கேன் செய்யலாம் மற்றும் மேலும் செயலாக்க அதை சேமிக்க முடியும்.

நீங்கள் மற்ற அனலாக்ஸைப் பயன்படுத்தலாம், ஆனால் கிட் உள்ள ஸ்கேனர் மூலம் வந்த மென்பொருளானது வேகமாக இயங்குகிறது மேலும் கூடுதல் விருப்பங்கள் உள்ளன.

ஸ்கேனர் என்ன வகையான வகையைப் பொறுத்து - வேலை வேகம் கணிசமாக மாறுகிறது. 10 விநாடிகளில் ஒரு தாளைப் படத்திலிருந்து பெறக்கூடிய ஸ்கானர்கள் உள்ளன, 30 விநாடிகளில் கிடைக்கும் என்று இருக்கும். 200-300 தாள்களில் ஒரு புத்தகத்தை நீங்கள் ஸ்கேன் செய்தால் - நேரம் எவ்வளவு வித்தியாசமாக இருக்கும் என்று கணக்கிடுவது கடினம் அல்லவா?

2) அங்கீகாரத்திற்கான திட்டம்

ABBYY FineReader - எங்கள் கட்டுரையில், நான் ஸ்கேன் செய்ய மற்றும் முற்றிலும் எந்த ஆவணங்கள் அங்கீகரிக்க சிறந்த திட்டங்கள் ஒன்று வேலை காண்பிக்கும். ஏனெனில் திட்டம் கொடுக்கப்படுகிறது, உடனடியாக நான் மற்றொரு இணைப்பு கொடுக்கிறேன் - கியூனி படிவம் அதன் இலவச அனலாக். உண்மை, நான் FineReader அனைத்து விதங்களிலும் வெற்றி என்று உண்மையில், நான் அதை ஒப்பிட்டு பரிந்துரைக்கிறேன், அவர்களை ஒப்பிட்டு முடியாது.

ABBYY FineReader 11

அதிகாரப்பூர்வ தளம்: // www.abbyy.ru/

அதன் வகையான சிறந்த நிகழ்ச்சிகளில் ஒன்று. படத்தில் உள்ள உரைகளை அங்கீகரிக்க வடிவமைக்கப்பட்டுள்ளது. பல விருப்பங்கள் மற்றும் அம்சங்கள் கட்டப்பட்டது. இது எழுத்துருக்கள் ஒரு கொத்து, கூட கையால் எழுதப்பட்ட பதிப்புகள் ஆதரிக்கிறது (நான் தனிப்பட்ட முறையில் அதை முயற்சி இல்லை என்றாலும், நான் அதை நீங்கள் ஒரு சரியான நேர்த்தியான கையெழுத்து இல்லை வரை, கையால் எழுதப்பட்ட பதிப்பு அங்கீகரிக்க நல்லது என்று). அவருடன் பணிபுரியும் பற்றி மேலும் தகவல் கீழே விவாதிக்கப்படும். அந்தக் கட்டுரை 11 பதிப்புகளில் வேலை செய்யும் வேலையை உள்ளடக்கியது என்று நாங்கள் இங்கு குறிப்பிடுகிறோம்.

ஒரு விதியாக, ABBYY FineReader இன் வெவ்வேறு பதிப்புகள் ஒருவருக்கொருவர் வித்தியாசமாக இல்லை. மற்றவர்களுடன் நீங்கள் எளிதாக செய்யலாம். முக்கிய வேறுபாடுகள், வசதி, வேகம் மற்றும் அதன் திறன்களின் வேகத்தில் இருக்கலாம். உதாரணமாக, முந்தைய பதிப்புகள் ஒரு PDF ஆவணம் மற்றும் DJVU திறக்க மறுக்கின்றன ...

3) ஸ்கேன் ஆவணங்கள்

ஆமாம், இங்கே, நான் ஒரு தனித்தனி நெடுவரிசையில் ஆவணங்கள் எடுக்க முடிவு செய்தேன். பெரும்பாலான சந்தர்ப்பங்களில், எந்த பாடநூல்களையும், செய்தித்தாள்கள், கட்டுரைகள், இதழ்கள் மற்றும் பலவற்றை ஸ்கேன் செய்யவும் அந்த புத்தகங்கள் மற்றும் இலக்கியம் தேவை. நான் என்ன செய்வது? தனிப்பட்ட அனுபவத்திலிருந்து, நீங்கள் ஸ்கேன் செய்ய விரும்புகிறீர்கள் என்று நான் சொல்ல முடியாது - ஏற்கனவே இணையத்தில் இருக்கலாம்! ஒரு புத்தகம் அல்லது இன்னொருவர் நெட்வொர்க்கில் ஏற்கனவே ஸ்கேன் செய்ததை எத்தனை முறை நான் தனிப்பட்ட முறையில் நேரத்தை சேமிக்கவில்லை. நான் ஆவணம் ஆவணத்தில் நகலெடுத்து அதனுடன் தொடர வேண்டியிருந்தது.

இந்த எளிமையான ஆலோசனையிலிருந்து - நீங்கள் ஏதாவது ஒன்றை ஸ்கேன் செய்தால், யாராவது ஏற்கனவே ஸ்கேன் செய்திருந்தால், உங்கள் நேரத்தை வீணடிக்க தேவையில்லை.

2. உரை ஸ்கேனிங் விருப்பங்கள்

ஸ்கேனர், ஸ்கேனர் மாதிரிகள் வித்தியாசமாக இருப்பதால், எல்லா மென்பொருட்களும் வித்தியாசமாகவும், யூகிக்கக்கூடியதாகவும், செயல்பட எப்படி செயல்படுவது என்பது மிகவும் நம்பத்தகாதது என்பதையும் நான் இங்கு காண்பேன்.

ஆனால் எல்லா ஸ்கேனர்கள்களும் உங்கள் அமைப்பு வேகத்தையும் தரத்தையும் பெரிதும் பாதிக்கக்கூடிய அதே அமைப்புகளைக் கொண்டுள்ளன. இங்கே அவர்களைப் பற்றி நான் இங்கே பேசுவேன். நான் வரிசையில் பட்டியலிட வேண்டும்.

1) ஸ்கேன் தர - DPI

முதலில், ஸ்கேன் தரத்தை 300 DPI க்கும் குறைவாக உள்ள விருப்பங்களில் அமைக்கவும். முடிந்தால் இன்னும் சிறிது கூட வைக்கவும் அறிவுறுத்தப்படுகிறது. உயர் DPI காட்டி, உங்கள் படம் மாறிவிடும், மேலும் செயலாக்க வேகமாக நடைபெறும். கூடுதலாக, ஸ்கேன் இன் உயர்ந்த தரம் - குறைவான தவறுகள் நீங்கள் பின்னர் சரி செய்ய வேண்டும்.

சிறந்த விருப்பம் பொதுவாக, 300-400 DPI வழங்குகிறது.

2) நிறமூர்த்தம்

இந்த அளவுரு ஸ்கேன் நேரத்தை பெரிதும் பாதிக்கிறது (மூலம், DPI கூட பாதிக்கப்படுகிறது, ஆனால் அவை மிக வலுவானவை, மேலும் பயனர் உயர் மதிப்புகள் அமைக்கும் போது).

வழக்கமாக மூன்று முறைகள் உள்ளன:

- கருப்பு மற்றும் வெள்ளை (எளிய உரை சரியான);

- சாம்பல் (அட்டவணைகள் மற்றும் படங்களுடன் உரைக்கு பொருத்தமானது);

- நிறம் (நிறம் பத்திரிகைகளில், புத்தகங்கள், பொதுவாக, ஆவணங்கள், வண்ணம் முக்கியம்).

வழக்கமாக ஸ்கேன் நேரம் நிறம் தேர்வு சார்ந்துள்ளது. நீங்கள் ஒரு பெரிய ஆவணத்தை வைத்திருந்தால், மொத்தத்தில் 5-10 விநாடிகளில் முழுதும் ஒரு கௌரவமான நேரத்தை ஏற்படுத்தும் ...

3) புகைப்படங்கள்

ஆவணத்தை ஸ்கேனிங் மூலம் மட்டும் பெறலாம், ஆனால் இது ஒரு படத்தை எடுத்துக் கொள்ளலாம். ஒரு விதியாக, இந்த விஷயத்தில் நீங்கள் வேறு சில சிக்கல்களைக் கொண்டிருப்பீர்கள்: படத்தை விலகல், மங்கலாக்குதல். இதன் காரணமாக, பெறப்பட்ட உரை இனிமேலும் திருத்துதல் மற்றும் செயலாக்கம் தேவைப்படலாம். தனிப்பட்ட முறையில், இந்த வணிகத்திற்கான கேமராக்களைப் பயன்படுத்துவதை நான் பரிந்துரைக்கவில்லை.

இது போன்ற ஒவ்வொரு ஆவணமும் அங்கீகரிக்கப்படாது என்பதை கவனத்தில் கொள்ள வேண்டும் ஸ்கேன் தரம் அவர் மிகவும் குறைவாக இருக்க முடியும் ...

3. ஆவணம் உரை அங்கீகாரம்

நீங்கள் பெற்ற நல்வாழ்த்துக்கள் நீங்கள் பெற்ற ஸ்கேன் என்று நாங்கள் கருதுகிறோம். பெரும்பாலும் அவை வடிவங்கள்: tif, bmb, jpg, png. பொதுவாக, ABBYY FineReader க்கான - இது மிகவும் முக்கியம் இல்லை ...

ABBYY FineReader இல் படத்தைத் திறந்த பிறகு, நிரல், ஒரு விதியாக, கணினியில் பகுதிகளை தேர்ந்தெடுத்து அவற்றை அடையாளம் காணத் தொடங்குகிறது. ஆனால் சில நேரங்களில் அவள் தவறு செய்கிறாள். இதற்காக நாம் விரும்பிய பகுதிகளை கைமுறையாக தேர்வு செய்வோம்.

இது முக்கியம்! நிரலில் ஒரு ஆவணம் திறந்தபின், மூல ஆவணம் சாளரத்தில் இடது பக்கத்தில் காட்டப்படும், அதில் நீங்கள் வெவ்வேறு பகுதிகளை முன்னிலைப்படுத்தியுள்ளீர்கள் என்பதை அனைவருக்கும் தெரியாது. "அங்கீகார" பொத்தானை சொடுக்கும் போது, ​​வலதுபுற சாளரத்தில் உள்ள நிரல் முடிந்த உரைகளை உங்களுக்குத் தரும். அங்கீகாரத்திற்குப் பிறகு, அதே FineReader இல் உள்ள பிழைகளுக்கான உரை சரிபார்க்க இது நல்லது.

3.1 உரை

உரையை சிறப்பிக்கும் வகையில் இந்த பகுதி பயன்படுத்தப்படுகிறது. படங்கள் மற்றும் அட்டவணைகள் அதை விலக்க வேண்டும். அரிய மற்றும் அசாதாரண எழுத்துருக்கள் கைமுறையாக உள்ளிடப்பட வேண்டும் ...

ஒரு உரையாடலைத் தேர்ந்தெடுக்க, FineReader மேலே உள்ள குழுவுக்கு கவனம் செலுத்தவும். ஒரு பொத்தானை "T" (பார்க்கவும் கீழே உள்ள ஸ்கிரீன்ஷாட், சுட்டி சுட்டியை மட்டும் இந்த பொத்தானில் உள்ளது). அதைக் கிளிக் செய்து, பின் கீழே இருக்கும் படத்தில் உரை அமைந்திருக்கும் செவ்வக செவ்வக பகுதியைத் தேர்ந்தெடுக்கவும். மூலம், சில சந்தர்ப்பங்களில் நீங்கள் 2-3 உரை தொகுதிகள் உருவாக்க வேண்டும், சில நேரங்களில் பக்கம் ஒன்றுக்கு 10-12, ஏனெனில் உரை வடிவமைப்பு வெவ்வேறு இருக்க முடியும் மற்றும் ஒரு செவ்வக கொண்டு முழு பகுதியில் தேர்ந்தெடுக்க வேண்டாம்.

படங்கள் உரை பகுதியில் விழக்கூடாது என்பதை நினைவில் கொள்வது முக்கியம்! எதிர்காலத்தில், அது உங்களுக்கு நிறைய நேரம் சேமிக்கும் ...

3.2 படங்கள்

தரம் மற்றும் வழக்கத்திற்கு மாறான எழுத்துரு காரணமாக படங்களைக் கண்டறிவது மிகவும் கடினம், மற்றும் அந்த பகுதியை சிறப்பிக்கும்.

கீழே உள்ள ஸ்கிரீன்ஷாட்டில், "சுட்டி" பகுதியை தேர்ந்தெடுக்கும் பொத்தானை சுட்டி சுட்டிக்காட்டி உள்ளது. இதன் மூலம், பக்கத்தின் எந்த பகுதியும் இந்த பகுதியில் தேர்வு செய்யப்படலாம், மேலும் FineReader ஆவணத்தில் சாதாரண படமாக அதைச் சேர்க்கும். அதாவது வெறும் "முட்டாள்" நகலெடுக்கும் ...

பொதுவாக, இந்த பகுதி மோசமான ஸ்கேன் செய்யப்பட்ட அட்டவணையை முன்னிலைப்படுத்த பயன்படுகிறது, தரமற்ற உரை மற்றும் எழுத்துரு, படங்கள் ஆகியவற்றை முன்னிலைப்படுத்துவதற்கு.

3.3 அட்டவணைகள்

கீழே உள்ள ஸ்கிரீன்ஷாட் அட்டவணையை அட்டவணையை முன்னிலைப்படுத்துகிறது. பொதுவாக, நான் தனிப்பட்ட முறையில் மிகவும் அரிதாகவே பயன்படுத்துகிறேன். உண்மையில் நீங்கள் மிகவும் வழக்கமாக வரைய வேண்டும் (உண்மையில்) ஒவ்வொரு வரிசையில் அட்டவணை மற்றும் என்ன நிகழ்ச்சி எப்படி. அட்டவணை சிறியதாக இருந்தாலும், மிகச் சிறந்த தரத்திலும் இல்லை என்றால், இந்த நோக்கத்திற்காக "படம்" பகுதியைப் பயன்படுத்துகிறேன். இதனால் நிறைய நேரம் சேமிப்பு, பின்னர் நீங்கள் விரைவில் ஒரு படத்தின் அடிப்படையில் வேர்ட் ஒரு அட்டவணை செய்ய முடியும்.

3.4 தேவையற்ற பொருட்கள்

கவனிக்க வேண்டியது முக்கியம். சில நேரங்களில் தேவையற்ற கூறுகள் இந்தப் பக்கத்தை அடையாளம் காண்பது கடினம், அல்லது விரும்பிய பகுதியை நீங்கள் தேர்ந்தெடுப்பதை அனுமதிக்க வேண்டாம். அவர்கள் "அழிப்பான்" மூலம் அகற்றப்படலாம்.

இதை செய்ய, பட எடிட்டிங் பயன்முறையில் செல்லவும்.

அழிப்பான் கருவியைத் தேர்ந்தெடுத்து தேவையற்ற பகுதி தேர்ந்தெடுக்கவும். அது அழிக்கப்படும், அதன் இடத்தில் ஒரு வெள்ளை தாள் இருக்கும்.

மூலம், நான் இந்த விருப்பத்தை பெரும்பாலும் முடிந்தவரை நீங்கள் பரிந்துரைக்கிறேன். நீங்கள் தேர்ந்தெடுக்கப்பட்ட அனைத்து உரை பகுதியையும் முயற்சிக்கவும், உங்களுக்கு உரை தேவையில்லை, அல்லது ஏதேனும் தேவையற்ற புள்ளிகள், தெளிவின்மை, சிதைவுகள் போன்றவற்றைத் தவிர்க்கவும் - அழிப்பதை நீக்கவும். இந்த அங்கீகாரத்திற்கு நன்றி வேகமாக இருக்கும்!

4. PDF / DJVU கோப்புகளை அங்கீகரித்தல்

பொதுவாக, இந்த அங்கீகார வடிவமைப்பு மற்றவர்களிடமிருந்து வேறுபடுவதில்லை - அதாவது. நீங்கள் படங்களை போலவே அதை வேலை செய்ய முடியும். நீங்கள் PDF / DJVU கோப்புகளை திறக்கவில்லை என்றால், நிரல் பழைய பதிப்பாக இருக்கக்கூடாது என்பது மட்டும்தான் - பதிப்பு 11 ஐ புதுப்பிக்கவும்.

ஒரு சிறிய ஆலோசனை. ஆவணத்தை திறந்த பிறகு FineReader - இது தானாக ஆவணத்தை அங்கீகரிக்கத் தொடங்கும். பெரும்பாலும் PDF / DJVU கோப்புகளில், பக்கத்தின் குறிப்பிட்ட பகுதி முழு ஆவணம் முழுவதும் தேவையில்லை! அனைத்து பக்கங்களிலும் அத்தகைய பகுதிகளை நீக்க, பின்வருவனவற்றை செய்யுங்கள்:

1. பட எடிட்டிங் பிரிவில் செல்க.

2. "trimming" விருப்பத்தை இயக்கு.

3. அனைத்து பக்கங்களிலும் உங்களுக்கு தேவையான பகுதியைத் தேர்ந்தெடுக்கவும்.

4. அனைத்து பக்கங்களுக்கும் பொருந்தும் சொடுக்கவும்.

5. வேலை முடிவுகளை சோதனை மற்றும் சேமிப்பதில் பிழை

எல்லா இடங்களிலும் தேர்ந்தெடுக்கப்பட்டிருந்தாலும், பின்னர் தெரிந்திருந்தாலும், மற்ற சிக்கல்கள் இருக்கலாம் என்று தோன்றுகிறது - அதை எடுத்து அதை காப்பாற்றுங்கள் ... அது இல்லை!

முதலில், நாம் ஆவணம் சரிபார்க்க வேண்டும்!

அதை இயக்குவதற்கு, வலதுபுறத்தில் சாளரத்தில், ஒரு "சரிபார்க்கும்" பொத்தானைக் கண்டறிந்து, கீழே உள்ள திரைப்பார்வை காண்க. அதை கிளிக் செய்த பின், FineReader நிரல் தானாக நிரல் பிழைகள் மற்றும் அது நம்பத்தகுந்த ஒன்று அல்லது மற்றொரு சின்னத்தை தீர்மானிக்க முடியவில்லை அங்கு அந்த பகுதிகளில் காண்பிக்கும். நீங்கள் மட்டுமே தேர்ந்தெடுக்க வேண்டும், அல்லது திட்டத்தின் கருத்தை ஒப்புக்கொள்வீர்கள், அல்லது உங்கள் பாத்திரத்தை உள்ளிடவும்.

மூலம், அரை வழக்குகளில், தோராயமாக, நிரல் நீங்கள் தயாராக ஆயத்த சரியான வார்த்தை வழங்கும் - நீங்கள் விரும்பும் விருப்பத்தை தேர்வு சுட்டி பயன்படுத்த வேண்டும்.

இரண்டாவதாக, உங்கள் வேலை முடிவை நீங்கள் சேமித்து வைக்கும் வடிவமைப்பைத் தேர்வு செய்ய வேண்டும்.

இங்கே FineReader நீங்கள் முழுமையாக ஒரு முறை கொடுக்கிறது: நீங்கள் வெறுமனே வார்த்தை ஒரு மீது ஒரு தகவல் மாற்ற முடியும், மற்றும் நீங்கள் டஜன் கணக்கான வடிவங்களில் அதை காப்பாற்ற முடியும். ஆனால் மற்றொரு முக்கியமான அம்சத்தை நான் முன்வைக்க விரும்புகிறேன். நீங்கள் எங்கு தேர்வு செய்தாலும், நகல் வகை தேர்வு செய்ய மிகவும் முக்கியமானது! மிகவும் சுவாரசியமான விருப்பங்களைக் கருதுங்கள் ...

சரியான நகல்

அங்கீகரிக்கப்பட்ட ஆவணத்தில் நீங்கள் தேர்ந்தெடுத்த அனைத்து பகுதிகளும் மூல ஆவணத்தில் சரியாக பொருந்துகின்றன. நீங்கள் உரை வடிவமைப்பு இழக்க கூடாது அது மிகவும் முக்கியமானது போது ஒரு வசதியான விருப்பத்தை. மூலம், எழுத்துருக்கள் அசல் மிகவும் ஒத்த இருக்கும். ஆவணத்தை வேர்ட் ஆக மாற்றவும், அங்கு தொடர்ந்து வேலை செய்ய இந்த விருப்பத்துடன் பரிந்துரைக்கிறேன்.

திருத்தும்படி நகல்

இந்த விருப்பம் நல்லது, ஏனெனில் ஏற்கனவே உரை வடிவத்தின் பதிப்பை நீங்கள் பெறுவீர்கள். அதாவது அசல் ஆவணம் இருந்திருக்கும் "கிலோமீட்டர்" இன்டென்டேசன் - நீங்கள் சந்திக்க மாட்டீர்கள். பயனுள்ள தகவலை நீங்கள் முக்கியமாக திருத்தும் போது.

நீங்கள் வடிவமைப்பு, எழுத்துருக்கள், இண்டெண்ட்டுகளின் பாணியைப் பாதுகாக்க வேண்டியது முக்கியம் என்றால், நீங்கள் தேர்வு செய்யக்கூடாது. சில நேரங்களில், அங்கீகாரம் மிகவும் வெற்றிகரமாக இல்லாவிட்டால் - மாற்றப்பட்ட வடிவமைப்பு காரணமாக உங்கள் ஆவணம் "வளைந்துவிடும்". இந்த வழக்கில், சரியான நகலைத் தேர்வு செய்வது நல்லது.

எளிய உரை

அனைத்தையும் இல்லாமல் பக்கம் இருந்து உரை தேவை அந்த ஒரு விருப்பத்தை. படங்கள் மற்றும் அட்டவணைகள் இல்லாத ஆவணங்களுக்கு ஏற்றது.

இது ஆவண ஸ்கேனிங் மற்றும் அங்கீகார கட்டுரையை முடிக்கிறது. நான் இந்த எளிய குறிப்புகள் உதவியுடன் நீங்கள் உங்கள் பிரச்சினைகளை தீர்க்க முடியும் என்று நம்புகிறேன் ...

நல்ல அதிர்ஷ்டம்!