[Armin]

Тема-побратим.
ScanKromsator Программа для обработки сканов книг. Вопросы, советы, хитрости, обсуждение.

Сетевой каталог отсканированной литературы от Wer666 (пока без ссылки, ищем сетевой ресурс).

Чтобы посмотреть выложенную в данной теме литературу (все вложения в данной теме) заходим в раздел "Поиск литературы, чертежей, моделей и прочих материалов". Возле названия темы "Ваши сканы, наша обработка и перевод в DJVU" жмём на изображение скрепки (см. рис).




КРЫЛОВ СМ - Экспериментальное исследование работы железобетонных перекрытий каркасных зданий (статья).
Руководство по проектированию свайных фундаментов 1980
Клейн ГК = Расчет подпорных стен_1964 OCR HypLink (версия от Armin)
ДПМ-Пульс-01_60 (серия по противопожарным дверям)
Пособия по проектированию ЖБК без предварительного напряжения
СНиП 3.02.01-87 Земляные сооружения, основания и фундаменты (2007)
СНиП 2.02.01-83* Основания зданий и сооружений (не окончательная версия)
Макаров ЕВ Светлаков НД = Справочные таблицы весов строительных материалов (версия от Armin)
Строительные работы в зимних условиях Справочное пособие 1953
Пешковский ОИ "Технология изготовления металлических конструкций"
Мурашев ВИ "Трещиноустойчивость, жесткость и прочность железобетона" 1950 (версия от Armin)
Слицкоухов Ю.В. Индустриальные деревянные конструкции 1991 (версия от Armin)
Филиппов Н.А. Константинов И.А. Примеры расчёта и проектирования деревянных конструкций. 1965 (версия от ЛАО)
Арленинов Д.К. и др. Конструкции из дерева и пластмасс. 2002 (версия от ЛАО)
Арленинов Д.К. и др. Конструкции из дерева и пластмасс. 2002 (версия от Armin)
пока до #160

Старое название темы.
Умеeшь сканировать, но не умеешь обрабатывать сканы и переводить в DJVU? Постараемся помочь.

Про ценность отсканированной литературы, выкладываемой в общий доступ, понятно всем.

У многих есть возможность отсканировать и выложить необработанные сканы в инете (на файлообменниках и т.п.).
Но вот умения/возможности/времени обработать сканы (удалить мусор, на страницы порезать, перевести всё это в формат DJVU и т.д.) нет.

У меня есть предложение для таких людей.
Выкладывайте свои сканы, а я (и другие заинтересованные формучане) поможем вам обработать данные растровые файлы и поможем привести в божеский вид.

Естественно всё один я не потяну и интересны мне в основном книги связанные с проектированием (расчет/конструирование) железобетонных и прочих конструкций, зданий и сооружений (особенно старые, годов с 30-ых).

Предлагаю выкладывать в данной теме название книги, которую Вы имеете возможность отсканировать + один отсканированный лист, чтоб была возможность подсказать, как лучше сделать (в каком лучше разрешении и формате сканировать, чтоб получился хороший результат).

Статьи по поводу сканирования с http://djvu-soft.narod.ru

Сканирование бумажной книги. В результате получаются т.н. "сырые сканы"- серые или цветные необработанные изображения страниц книги. Смысл - получение "сырья" для будущей электронной книги. Рекомендуемая программа - Irfan View.

1. Не используйте программу ABBYY FineReader версий 7, 8 или ниже для сканирования книг. Она корёжит получаемые скан-изображения страниц книги. Можно использовать программу ABBYY FineReader 9 для этого - но перед сканированием сбросьте там в опциях галку "Исправлять перекос страниц".

2. Не сканируйте книги в чёрно-белом режиме (Black-White или Line Art или 1-bit), а ТОЛЬКО в режиме серого (Greyscale, или 8-bit) или цветного (Color, или 32-bit) - если книга содержит цветные рисунки. Сканирование в чёрно-белом режиме приводит в итоге к необратимому ухудшению качества получаемой DjVu-эл.книги. Данный режим сканирования задаётся в интерфейсе сканера - т.е. в том окне, которое появляется после нажатия в программе кнопки "Сканировать".

3. Не сканируйте в формат JPG. Формат JPG "размывает" скан-изображения страниц книги.

4. Не используйте опцию "Заменять неуверенно-распознанные символы их изображениями" - когда создаёте Pdf-эл.книгу в ABBYY FineReader - такие эл. книги выглядят ужасно.

5. Сканируйте книги в формат TIF и с разрешением не менее 300 DPI. Для наиболее высокого качества сканируйте с разрешением 600 DPI.

Эта мини-инструкция в картинках, описывающая полный цикл создания электронной версии научно-технической книги, и предназначена для человека, искренне захотевшего сделать приемлемого качества е-книгу, но не знающего с чего начать. Важно понимать, что существует немало апробированных методов создания достаточно качественных e-книг, все они характеризуются тем, что на выходе книга, как правило, научно-техническая, имеет разрешения 600 dpi ч/б (все книги в 300 dpi ч/б, несмотря на все старания создателей, явно проигрывают в качестве).

Рассматриваемая здесь метода, основана на сканировании в 300 dpi, в градациях серого (600 dpi ч/б будет после обработки). По этому поводу следует заметить, что уменьшение геометрического размера сырого скана в 4 раза, по сравнению со сканированием в 600 dpi, практически компенсируется увеличением глубины цвета в 8 раз (зато скорость сканирования возрастает в 2 раза ), а также уменьшением количества паразитного мусора (чистить практически не надо будет).

Беря в руки увесистую книгу, многие думают, что отсканировать ее может только маньяк. Совершенно верно, именно так. Без применения научно-организованного подхода, любая работа превращается в мучение, но, сделав работу незаметной, хоть большого удовольствия и не получишь, но дело сделаешь.

Для сканирования сгодится любая программа, способная взаимодействовать с TWAIN-драйвером сканера и сохранять отсканированные изображения на диск, нумеруя их удобным способом. Сойдет любой просмотровщик графических файлов: ACDSee, IrfanView, XnView… Если ваш сканер поддерживается программой сканирования VueScan, можете использовать и ее.

Например, в IrfanView (скачайте свежую версию этой бесплатной программы) это выглядит примерно так:
- В меню Файл жмем пункт Выбрать TWAIN-источник…
- Далее, там же, выбираем пункт меню Получить изображение/пакетное сканирование…

здесь выбираем, как будут нумероваться файлы сканов, где они будут складироваться и тип графического формата. Не забудем проверить Опции графического формата:

можно выбрать или Без сжатия или LZW (внимание, не все программы корректно с ним работают), в последнем случае размер файла на выходе будет примерно в два раза меньше. Можно, наверное, и ZIP, но это проверьте самостоятельно.
- жмем на кнопку OK и переходим в окно TWAIN Вашего сканера.

Сама техника сканирования незатейлива:
Берется книга, кладется разворотом (т.е. двумя страницами) на стекло, прижимается если надо сверху рукой (это быстрее, чем использовать груз).
Делается предварительное сканирование.
Картинка, если это возможно, в окне сканирования, разворачивается на 90 градусов (в нормальное положение).
Выбирается область сканирования с некоторым запасом, как правило по горизонтали (по вертикали трудно промахнутся).
Мышкой жмется кнопка основного сканирования.
После того, как данный разворот отсканирован, во время обратного движения каретки сканера, переворачиваем страницу книги, кладем на то же место и жмем опять на левую кнопку мыши (курсор ведь остался на кнопке сканирования), и так пока книга не кончится.

Т.е. идея проста, сканируем развороты вслепую. Этим достигаем максимальной скорости сканирования, которая ограничена только техническими характеристиками сканера, и полной свободы головы. Таким образом, во время сканирования, Вы можете заниматься многими другими вещами, да хоть кино посмотреть.

Небольших перекосов, отсканированных страниц, бояться не стоит, это будет исправлено при последующей обработке, но все же надо соблюдать аккуратность. Желательно всё ж таки серединку прижимать посильнее, исправление геометрических искажений строк здесь не будет рассмотрено.

Не забываем, что сканируем с разрешением 300 дпи и в градациях серого (greyscale), если будете сканировать в черно-белом режиме при 300 дпи, то просто потеряете время (хорошая книжка уже не получится).

На выходе этого этапа получаем так называемый сырой материал – файлы в формате tiff с разрешением 300 dpi в градациях серого, обычно размер каждого файла, без использования сжатия, составляет примерно 8 мегабайт (4 при LZW).

Скорость сканирования может достигать до 200 и даже более разворотов (400 страниц) в час, на сканере со скоростью 16 секунд на сканирование А4, т.е. сканирование среднестатистической книги, займет не более 2 часов времени! Ну, а если у Вас Plustek OpticBook 3600, то за час можно отсканировать более 500 страниц (250 разворотов).

Обычно первый и последний разворот книги содержат по одной странице. Ну, так и сканируем их по одной, т.е. все-таки придется сделать 3 предварительных сканирования на книгу .

Лично я раньше сканировал книги в формате tiff (CCITT Fax 4) 600 dpi ч/б. Приемлимо только для новых книг (белая бумага и чёткий текст и картинки).
У нас на работе инженерная машина (принтер/копир/сканер) только этот формат поддерживала. На данный момент аппаратуру обновили и сканирую только в tiff 600 dpi с оттенками серого или в цвете.
Повторюсь, что не надо сканировать в jpeg.
Самое лучшее - несжатый tiff в оттенках серого 600 dpi (чтоб по менее файлы весили можно использовать сжатие ZIP или LZW - потерь не будет).
В большинстве случаев хватит и разрешения 300 dpi при сканировании в формате tiff в оттенках серого.

Пересохранять файлы tiff с разным сжатием можно с помощью бесплатной программы Irfan View.

Многое зависит от качества бумажного оригинала.
По этому я и предлагаю для начала отсканировать из книги один лист/разворот и выложить в теме. Посмотрим на качество и сформулируем рекомендации для конкретного данного случая.

Жутко простая и жутко удобная программка на русском языке для обработки сканов Scan Tailor.
С хорошо сделанными сканами справляется на ура. Саму программу см. вложение scantailor-0.9.10-install.zip

Ссылка на программу СканКромсатор версии 5.91
Описание работы с программой СканКромсатор (ScanAndShare1.07, пдф-ка)
Полезныя ссылка на статью по поводу создания книг DJVU
Как сделать DJVU-книгу

Добавлено (февраль 2012).
По поводу внедрения текстового слоя (ссылку на статью убрал, ибо стала не рабочей).
Советую программу ABBYY FineReader 11.0. Открываем в ней книгу в формате DJVU, распознаём, сохраняем в DJVU (уже с текстовым слоем).
Раньше для внедрения текстового слоя приходилось использовать несколько программ, сейчас всё намного проще.
Ссылка на пост с программкой и инструкцией по её использованию для автоматического внедрения текстового слоя с помощью ABBYY FineReader 11.0 сразу в несколько книг (пакетная обработка). Благодарствие DEM
Сделать оглавление в книге можно легко с помощью Pdf & DjVu Bookmarker Просто попробуйте
Просьба. Если у кого есть в бумажном виде:
1) М.Я. Штаерман, А.М. Ивянский "Безбалочные перекрытия" 1953.
2) Голышев А. Б. и др. "Железобетонные конструкции" (часть I и часть 2) 2001
3) Железобетонные стены сейсмостойких зданий: Исследования и основы проектирования / под редакцией Г.Н. Ашкинадзе и М.Е. Соколова
Москва, Стройиздат, 1988
отсканируйте пожалуйста в хорошем разрешении (не менее 300 dpi) в tiff в оттенках серого.
На сайте уже есть эти книги, но не в очень хорошем качестве.
PPS: Самое основное и главное требование к сканам книг, которые вы делаете или будете делать и в дальнейшем выкладывать в общий доступ.
...
Делайте, как для себя.

http://djvu-spec.narod.ru
О том как правильно делать OCR в DJVU (FineReader 11)
Последний релиз Scantailor

[zvezdochiot]

Сообщение от time Цветные графики на стр. 86 как сделаны?

Там же: К-средних: 10 цветов HSL с насыщ. 0.5 и норм. 1.0.

[zvezdochiot]

Сообщение от Vslav16m не могли бы обработать

Попробовал. Грязность и зашумлённость исходника - не беда, а вот размытость и засветы - вот это беда-бедовая. Особо чистить не стал, ибо размытые участки вытянуть не удалось. Такие вот дела.

Обрабатывал в STEX последнего релиза.

[Vslav16m]

[quote=zvezdochiot;2077263]Попробовал. Грязность и зашумлённость исходника - не беда, а вот размытость и засветы - вот это беда-бедовая. Особо чистить не стал, ибо размытые участки вытянуть не удалось. Такие вот дела.

ОГРОМНОЕ СПАСИБО! Главное что ни чего не потерено!!!!

Можете еще сделать другие три тома?

[zvezdochiot]

Сообщение от Vslav16m Главное что ни чего не потерено!!!!

Ну как не потеряно то?! Размытые области стали почти не читаемыми. Угадываемыми, но OCR их уже не возьмёт никак. Хде же не потеряно то? С размытием особо не поборешься.

[zvezdochiot]

Сообщение от Vslav16m сделать другие три тома?

Второй том. Так же, как и в первой части, куча размытых нечитаемых участков.

Не-е-е... Хорош мучить опу. Надо пересканировать без размытости. Такие вот дела. На этом стоп.

Обрабатывал всё в том же STEX.

[Vslav16m]

[quote=zvezdochiot;2077279]Второй том. Так же, как и в первой части, куча размытых нечитаемых участков.

Скан и книга не моя.
Сделайте пожалуйста еще два тома как есть. Книга ценная . Читать и хранить в в таком виде как есть - не возможно.
Те просветы, которые есть - не критичны для информации.

[zvezdochiot]

Сообщение от Vslav16m еще два тома как есть. Книга ценная .

Как скажете. Третья часть.

Обрабатывал всё в том же STEX.

[zvezdochiot]

Сообщение от Vslav16m Книга ценная . Читать и хранить в в таком виде как есть - не возможно.

Ну и последняя, четвёртая часть. Наименее плохая из всей серии.

Обрабатывал всё в том же STEX.

[Vslav16m]

Машины инженерного вооружения, в 4-х (томах) 1986,1987 г: ( Добавлен OCR-слой, Оглавления, подчищены чертежи)
Часть 1 - Общая характеристика. Машины для преодоления разрушений и механизации земляных работ скачать
Часть 2 - Машины для преодоления препятствий и водных преград скачать
Часть 3 - Машины для ведения инженерной разведки, преодоления и устройства минно-взрывных заграждений, обеспечения войск водой скачать
Часть 4 - Базовые изделия скачать

[zvezdochiot]

Сообщение от Vslav16m Машины инженерного вооружения т1 . Добавлен OCR-слой и ОГЛАВЛЕНИЕ - скачать

В "Авторах" прописывайте либо "коллектив авторов", либо как я: "редакция / список авторов через запятую". Книг без авторства не бывает, даже Библия от кого то.

[Vslav16m]

Сообщение от zvezdochiot В "Авторах" прописывайте либо "коллектив авторов", либо как я: "редакция

Хорошо. дополню.
Оглавление сделаю и к томам 2-4

[zvezdochiot]

Сообщение от Vslav16m Часть 4 - Базовые изделия скачать

Ошибка в оглавлении: "3.1. Трансмиссия" (указывает на оглавление, а не главу). Такие вот дела.

[Vslav16m]

Сообщение от zvezdochiot Ошибка в оглавлении: "3.1. Трансмиссия" (указывает на оглавление, а не главу).

Исправлено ссылка обновлена

[Wlaster]

Сообщение от zvezdochiot Ошибка в оглавлении: "3.1. Трансмиссия" (указывает на оглавление, а не главу). Такие вот дела.

Здравствуйте, а можете сделать подробную инструкцию как и в чем с какими настройками ВЫ обрабатываете и сохраняете распознанный pdf ?)

[zvezdochiot]

Сообщение от Wlaster сохраняете распознанный pdf ?)

Распознанный?

[Wlaster]

Сообщение от zvezdochiot Распознанный?

С OCR-слоем имелось ввиду )

[Vslav16m]

Сообщение от Wlaster С OCR-слоем имелось ввиду )

OCR-слой добавил я , использовав готовый pdf-файл от zvezdochiot




Делается это следующим образом .
1. Бeрём pdf-файл и с помощью программы abbyy finereader 15 получаем файл pdf с OCR. см. кнопку "Сохранить как документ в PDF с возможностью поиска"

Я сохраняю в файле с черно-белым изображением.
Вам ведь нужен только OCR-текстовый слой. картинки и текст как изображение Вам сохранять качественным не нужно. Более того, при моих опытах сохранить в цветных первоначально файлы в оригинальном цвете, файл становится гигантским и программа зависает.

Это режим "НАСТРОЙКИ/ ОБРАБОТКА ИЗОБРАЖЕНИЯ/ ПОЛЬЗОВАТЕЛЬСКИЕ НАСТРОЙКИ/ конвертировать в черно-белое" (поставить галочку) Другие окошки в этой настройки остаются пустые.

В результате у Вас получится только ч/б файл pdf с OCR-слоем.

2. Из ч/б файла с OCR-слоем Вы должны переставить OCR-слой в нужный Вам оригинальный pdf файл (чаще всего с оригинальным цветом и качеством .)

Я делаю это уже в программе - PDF-XChange Editor Plus. (Возможно это можно и в других в редакторах с работой в pdf.)

Делается это так.

- открываете файл с OCR и рядом, в другой закладке, оригинальный файл pdf, в кот. нужно скопировать этот OCR.

2.1. Работает с ч/б файлом с OCR
- слева сбоку во вкладках выбираете вкладку "КОНТЕНТ" (ярлык "листы")
- На первой странице находите слой непосредственно с текстом . Начинается от так он Tt текст".съёшь этих булочек"....
- теперь Вам нужно выделить все подобные элементы на каждой странице всего файла. Для этого :
- правой кнопкой мыши нажмите на этот элемент, в появившемся меню найдите команду "Выбранные" и выберите там "Текст"
В результате у Вас на всех страницах откроются элементы текстом типа Tt текст".xxxxxx... "... ,
- на первой странице нажмите правой кнопкой мыши на тест и нажмите команду "КОПИРОВАТЬ"

2.2. Переходим в оригинальный файл pdf, в кот. нужно скопировать OCR-слой.


- открываете вкладку "Контент"
- выбираете первый лист файла "Страница 1"
- нажимаете на строчку с надписью "Страница 1" правой клавишей мыши и выбираете команду "Вставить "/ "Вставить как содержимое"

В результате весь OCR слой вставился в нужный pdf файл.


3. Далее на основе OCR в программе PDF-XChange Editor Plus можно быстро делать закладки для каждой главы.

Я использую такой порядок.

3.1. В панелях "Закладки" сначала делаю закладку для страницы ОГЛАВЛЕНИЯ.

3.2. Потом перехожу на страницу с ОГЛАВЛЕНИЕМ и начинаю для каждой главы, параграфа и нужных пунктов сочетанием горячих клавиш CTRL+shift+B формировать список с названием этих глав и проч.
Обратите внимание, что автоматически у Вас будет присваивается закладкам переход на страницу именно с ОГЛАВЛЕНИЕМ книги.
Так Вы создадите электронной оглавление на всю книгу.

Эти закладки можно передвигать, перемещать внутрь подразделов, менять цвет и толщину разделов, параграфов и проч.


3.3. Далее меняем номера страниц в закладках.
- кликаете на нужную закладку и у Вас открывается по умолчания ОГЛАВЛЕНИЕ. Запоминает номер страницы бумажной книги для Вашей главы и добавляете еще одну (обычно) или далее сколько нужно, для опредления номера уже электронной страницы книги.Именно этот число эл. страницы Вы будете добавлять в закладку книги.

- в меню "закладки" кликаем на закладку. Сверху есть кнопка "Свойства" (лист с шестеренкой) . Нажимаем на неё. в результате справа появляется меню с настройками для каждой строчки закладки. Находим строчке "Действия" команду "Отпусти - "Переход к странице документа" и три точки...

Теперь сам ход переименования страниц (цикл):
- Нажмите на них (двойной клик мышью)
- выберите строчку "Страниц № (страница с Оглавлением), Снова двойной клик мышью.
- в открывшимся окне выберите команду" перейти на страницу" и поставьте туда номер электронной страниц для нужно закладки
нажмите внизу "ДА"/ и далее "ДА"
всё

И так для каждого раздела.

Обратите внимание, что для книг со вкладками чертежей или приложениями электронные страницы по ходу книги могу сдвигаться.
Вам нужно это контролировать.

[zvezdochiot]

Сообщение от Wlaster С OCR-слоем имелось ввиду )

Сообщение от Vslav16m Делается это следующим образом . abbyy finereader 15 PDF-XChange Editor Plus. PDF-XChange Editor Plus

Мой рецепт примерно такой же, только пользую tesseract, cpdf и qpdf. То есть средства другие, а действия те же самые.

[SetQ]

А подскажите, нет ли в какой программе для командной строки функции, которая есть в PDFsam Basic: при объединении нескольких pdf в один можно сохранять закладки из каждого из входящих плюс для каждого входящего pdf создаётся его имени корневая закладка, а все его закладки становятся подзакладками?

[zvezdochiot]

По просьбе Vslav16m:

ГУРИН А.С., ДРОЗДОВ Л.В., МОГИЛЕВСКИЙ М.М. -1963- ТЕЛЕФОНИЯ.

Обрабатывал всё в том же STEX (ну и немного в GIMP).

PS: "Слегка" изменил порядок кодировки (вариант 2), что сделало структуру книги более рациональной и более удобной для дальнейшей обработки.