🚀 go-pugleaf

W dniu 2015-10-22 o 12:30, 1634Racine pisze:
> plik pdf stworzony z bitmap (skany stron ksiazki), tekst  wyglada tak
> -> http://i.imgur.com/WVBhFS1.png To jest czcionka "gotyk niemiecki",
> a dokladnie: *fraktur* , ew. *fraktur* *plain* , obie zainstalowane w
> systemie.
>
> OCR: polska wersja fine reader (z ustawieniem: jezyk niem., albo
> niemiecki [luxemburg], albo niem [nowa pisownia] ) - wypluwa na dzien
> dobry taki ksztalt worda: http://i.imgur.com/YZLDbQ8.png, ale po
> zamianie czcionki na *fraktur* , jest tak:
> http://i.imgur.com/nTAwT9I.png
>
> Nie da sie ukryc,ze rozpoznanie jest sredniej jakosci,
> najdelikatniej mowiac. Co robie *źle* ? (btw: o wiele slabsze, mniej
> wyrazne czcionki polskie, albo angielskie (i nawet krzywe linie
> pisma) - FReader rozpoznaje/wklepuje do worda naprawde b. dobrze;
> srednio znam FReader, okazjonalnie mam dostep,ale skonfigurowany jest
> ok. Moze to kwestia tego, ze chociaz FR wie, co przeczytal/rozpoznal
> znakowo, ale ma problem z samodzielnym wyborem czcionki dla worda, bo
> w koncu nie jest to zadna lacinska, a taka jest wlasnie dobra dla
> tekstow polskich/ang., wiec nic dziwnego, ze dobrze wychodza w
> wordzie...)

Większość programów ocr jest „nauczona” czytania antykwy (i podobnych
jej odmian pisma). Pisma, w których kształty znaków znacząco się różnią
sprawiają problem, bo program nie potrafi rozpoznać kształtów liter i
skojarzyć ich z odpowiednim symbolem (w tym przypadku większość
czytelników też będzie miała ten problem, po prostu nie jesteśmy
przyzwyczajeni do takich kształtów liter).

Rozwiązaniem będzie znalezienie programu, który jest „nauczony” czytać
podobne temu kroje, lub programu, który można tego nauczyć (niektóre
programy ocr dają się w mniejszym lub większym zakresie trenować).
Niestety nie potrafię podać nazw konkretnych programów.

PS. Wybór czcionki w Wordzie, czy zainstalowanie jej w systemie nie ma
nic do rzeczy. Problem jest na wejściu – program nie rozpoznaje
kształtów wielu znaków, więc nie potrafi ich skojarzyć z odpowiednimi
symbolami i błędnie je interpretuje.