[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

[Кочетков Андрей]

Сообщение от eilukha тогда зачем конвертить, если исходник легче

Исходники - сырцы, не обработанные. С полями, с неравномерной освещенностью. Размер однозначно больше, степень сжатия намного меньше.

Сообщение от eilukha не думаю, что профиль "Фото", отрубает что-то важное, визуально отличия не наблюдал, зернистость не увеличивается (в отличие от pdf)

Смотря что считать важным. Если ставится цель просто сохранить общую узнаваемость картинки (что приемлемо во многих случаях, например детские книжки, журналы на один раз), то можно сказать что различий нет при применении профиля Фото. Если жмем высококачественное фото, да и просто оффсетную картинку, то потеря качества налицо.
Про "в отличие от pdf": при конвертировании в PDF можно указывать внутренний формат картинок и степень сжатия. Можно задать такие настройки при которых выходной материал будет соответствовать исходникам.

Сообщение от eilukha Вы уверены, что этот порок именно конвертации в DJVU, а не софта для сканирования? OCR не отображается визуально

Уверен. Я написал "типа OCR" ))) Если быть совсем точным, то морфологический анализ. Для примера посмотрите при максимальном увеличении на букву, скажем, "О" в рамках одной страницы и вы увидите, что это не просто похожие буквы, а побитовые копии. Т.е. кодер распознал букву "О", и вставил в эти координаты "типовую" букву "О" из словаря. Если скан кривой, то таких "типовых" букв "О" может быть в словаре несколько. Т.е. грубо говоря при просмотре DJVU страницы мы видим не "сжатый исходник", а результаты распознавания текста с определенной степенью приближения к исходнику, в зависимости от размера словаря, качества скана, профиля сжатия и т.д.

Сообщение от eilukha на чем (только объективном) основано распространенное мнение от эквивалентности результата двух операций

Я бы не назвал эти две операции эквивалентными.
Отсканировав сразу в 600bw мы теряем возможность обработки этого скана:
- выравнивание освещенности
- вытягивание тонких перемычек букв
- управление жирностью текста
- создание pdf и djvu с разделением на ч/б текстовый слой и графические зоны
- восстановление иллюстраций с удалением растра и корректировкой кривых
- устранение перекоса с отсутствием деформации символов

[eilukha]

Спс, Кочетков Андрей, за пояснения. Т. е. DJVU особенно эффективен для черно-белого текста, т. к. разных букв всего 33...

[Кочетков Андрей]

Сообщение от eilukha Т. е. DJVU особенно эффективен для черно-белого текста, т. к. разных букв всего 33

Ну это идеальный случай ))
Например так можно катастрофически сильно сжимать виртуальные распечатки векторных текстов (например Ворд) в растровые файлы.
Там действительно словари маленькие получаются.

[eilukha]

катастрофически сильно сжимать

- при сжатии чертежей в DJVU такое получается, они становятся легче dwg, просматривать и печатать становиться намного удобнее, чем в тормозном Autocad. Делаю так: dwg --> pdf --> (300-600 dpi, монохром) tiff --> djvu (то же dpi, монохром). Печатать сразу на djvu-принтере по ряду причин неудобно.

[Кочетков Андрей]

Это да ))

[eilukha]

Я бы не назвал эти две операции эквивалентными (...) теряем возможность обработки...

- т. е. если хотим получить качество 600 dpi_Ч/Б со всеми возможностями обработки, то по-хорошему нужны сканы 600 dpi_оттенки серого?

[Кочетков Андрей]

300 dpi grey за счет глубины цвета в общем случае полноценно конвертируются в 600 dpi bw.
При наличии особо мелкого текста, либо особо мелких элементов рисунков 300 dpi grey не достаточно. Вплоть до 600 dpi grey.
Мне честно говоря попадалась всего одна такая книга: форматом A5 с текстом порядка 6 кегля. Сканировал в 600 dpi grey, но с обработкой намучился.

[Armin]

Взято и пережато в DJVU (с небольшой доработкой).
Имеется бонус, по сравнению со старой версией.
Воткнул третьей страницей таблички для проверки (набитые на скорую руку в экселе). Так что, где в скане (на первых двух страницах) неразборчивые цифери, можно глянуть третью страницу и свериться.

PS: добавил второй файл
Модульные таблицы для кирпичной кладки (эксель без рисунков).djvu
для экономящих трафик.
Там одна страничка с набитыми в экселе таблицами размеров кладки по вертикали и по горизонтали, без рисунков (та что проверочная в большом трёхстраничном файле).

[eilukha]

Сделал следующее: pdf --> tiff (ч/б) --> djvu (ч/б), получил картинку с дырявыми линиями (см. файл в сильном увеличении).
Вопрос: можно ли с помощью каких-то настроек избежать этих белых точек (думаю, кроме прочего это еще уменьшит вес файла) в процессе: tiff (ч/б) --> djvu (ч/б), а может при pdf --> tiff (ч/б)?

[ЛАО]

Классные дырявые картинки

Если не очень много страниц в документе, то можно сделать все вручную, воспользоваться программой spotlight, там есть функция залить дырки.
Сам попробовал, отлично получилось и размер tif - файла сразу в два раза уменьшился

[Кочетков Андрей]

Сообщение от eilukha Вопрос: можно ли с помощью каких-то настроек избежать этих белых точек

Сообщение от ЛАО Если не очень много страниц в документе, то можно сделать все вручную, воспользоваться программой spotlight

Если страниц много, то тоже Spotlight с батником: Tools -> Batch studio.

Аналогичный эффект можно получить в Шопе: Filter -> Noise -> Median (Radius = 1) + automate для кучи файлов.

[Armin]

Сообщение от eilukha Сделал следующее: pdf --> tiff (ч/б) --> djvu (ч/б), получил картинку с дырявыми линиями (см. файл в сильном увеличении). Вопрос: можно ли с помощью каких-то настроек избежать этих белых точек (думаю, кроме прочего это еще уменьшит вес файла) в процессе: tiff (ч/б) --> djvu (ч/б), а может при pdf --> tiff (ч/б)?

Образовываться они у тебя могут при переводе из pdf -> tiff (ч/б) потому как PDF-ка не совсем ч/б (либо изначально в PDF они есть).
Скинь страничку данную в PDF, либо в tiff (в серых тонах или цветной (в зависимости от цветности) со сжатием ZIP (LZW) (чтоб поменьше весила)), посмотрим.

[saa]

Конструкции высотных зданий

Книжка 1952-го года, но в принципе достаточно актуальна.
Описываются конструктивные решения "Сталинских высоток" в Москве.

Образцы страничек в приложенном файле pdf.

Сами сканы лежат здесь, размер около 900 Мб.

[Vitush Kraft]

/Всем спасибо!

[Armin]

Сообщение от saa Конструкции высотных зданий Книжка 1952-го года, но в принципе достаточно актуальна. Описываются конструктивные решения "Сталинских высоток" в Москве.

Будем считать первой версией.
Надобно подправить несколько страничек.
Доделаю, когда время появится.
Добавлена вторая версия.

[ЛАО]

Обработал взятую вот отсюда http://dwg.ru/dnl/8020 книгу
Поляков С.В. Сейсмостойкие конструкции зданий. 1983

[Redj-ЭС]

137 файлов таких картинок... общим весом 569 МБ...
кажддая по 4,3 МБ tiff 7016х4968х1b...
куда заслать...?

[Armin]

Сообщение от Redj 137 файлов таких картинок... общим весом 569 МБ... кажддая по 4,3 МБ tiff 7016х4968х1b... куда заслать...?

В данном случае конретно я не помогу.
Извиняй. См. сообщение #1.

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).

Заливать лучше на narod.ru и прочие файлообменники на которые можно залить файлы большого размера и которые поодерживают докачку (в случае сбоя соединнения).

[Romka]

Сообщение от DK Мне знакомый главный конструктор предлагает передать свою техническую библиотеку, собранную более, чем за 50 лет. Я готов передать эти книги специалистам для сканирования, если это кого-то заинтересует.

DK, у вас получилось взять книги у знакомого?

[Кочетков Андрей]

Сообщение от Armin 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).

Хочу обратить внимание уважаемых участников темы, что я с удовольствием занимаюсь обработкой книг по организации строительства и производству работ, любых.