Если кто уже опробовал 12-й, какие впечатления? Как работа с djvu ?
так же портит, как 11-й, или уже получше? И как OCR-слой, нет ли артефактов на концах строк, как у 11-го было?

FR11 DjVu Text Layer Crutch v0.3

Да, я купил FineReader Pro for Mac и гораздо довольнее виндовской версии.

Он, конечно, еще намного меннее функционален - отсутствует даже окно предпросмотра распознанного текста, а тем более его корректура. Я даже списался через фэйсбук с одним из разработчиков - они считают это нормальным. наш брат - сохраняющий картинки с подложенным текстом для них - не имеет значения....

Он тоже не быстр, но зато при сохранении можно поиграть чут-чуть с установками. Файл на выходе получается все равно побольше, чем из 11 вин, но не в 2 раза Да, макинтошевская версия не импортирует джвю.... про экспорт в джвю не знаю....

Народ - рекомендую периодически заходить сюда
http://finereader.abbyy.ru/forum/actualforum.aspx
и отписываться о найденных багах, способах их обхода или просто для ознакомления с находками других.

Из последнего - не используйте автоязык в 12 версии для распознавания тех-науч книг. Из-за бага FR в данном режиме предполагает, что блок может быть только на одном языке и портит вставки написанных латиницей названий/обозначений в русском тексте.

Цитата:


А кто его знает.
Я уже, честно говоря, запарился искать с Абби общий язык.

век живи век учись пасиб

Ну хоть кто-то оценил... Значит не зря...

делаете область активной,
клацаете на пиктограме "двойной стрелки вверх" внизу слева экрана программы что б отобразилась менюшка "Свойства области"
в менюшке есть поле Ориентация, выбираете какую нужно для даной конкретной области

Столкнулся с тем что в пользовательский словарь добавляются слова (по кнопке добавить в словарь) без учета словоформ. Т.е. в словаре будут такие слова: камеры, камера, камерой, камеру. До этого пользовался 8 версией, там при добавлении нового слова в словарь можно было указать его парадигму (род, склонения по падежам). В результате добавив слово "камера" остальные словоформы распознавались автоматически.
В 12 версии это совсем убрали или все же где-то настраивается?

В итоге вернулся к 8 версии.

Для дореформенной орфографии FR12 очень помогает. По сравнению с 11 версией включена словарная поддержка. Если процессор мощный, можно распознавать несколько книг одновременно, запуская несколько копий программы.

и все-таки 8-ка, для меня, была (и остается пока) самой удачной версией...
ну еще, может быть, 12-я, хотя есть много случаев, когда 8-ка распознает лучше
а 9-11 как-то не впечатлили

Вот часть из того, что пишут про 16-ю версию:

Цитата:


Похоже на маркетинг, на практике не видно неоспоримых преимуществ перед: SimplyOCR, CuneiForm, GOCR, Ocrad, OCRopus, Tesseract и онлайн-сервисов распознавания текста.

Вообщем, была у меня дата недавно и я купил себе лицензию на ContentReader PDF 16 Standart. Уж, очень любопытно было посмотреть на это чудо. По мне, программа достаточно отличается от FineReader. Упор сделан на работу с PDF и их редактирование. Принцип работы с программой такой: открывается PDF (кстати, djvu-файлы откроет ли пока не смотрел, руки не дошли), далее идет предобработка и анализ файла. Потом, выбираются языки распознавания. Далее, выбираете формат сохранения файла. Я сохраняю файлы на выходе в формате TXT UTF-8. Мне этого достаточно как справочные файлы для кроссвордов и викторин.
Минусы сразу следующие: нет гибких настроек, как в ФР, например, выбор предобработки изображений я не нашел. Далее, если вы хотите сохранить выходной файл в PDF (Djvu пока не сохранял, но полагаю, что будет тоже самое по использованию аппаратных ресурсов), то программа сильно берет аппаратные ресурсы. У меня при попытке сохранить в PDF файл около 800 страниц файл, то температуры на процессоре сразу взлетели до 85 градусов, и это с водянкой! Надо более совершенное охлаждение тут ставить, может кастомную СЖО.
Плюсы: более качественная текстовая подложка, как по мне, чем в ФР. Что меня больше всего порадовало, то это поддержка большого количества языков, даже грузинский есть, сделать поддержку которого я еще давно писал в службу поддержки Abbyy.

Решил провести тест отсканированной и немного обработанной в STA странички Толково-энциклопедического словаря.

https://cloud.mail.ru/public/jW4Y/38pik4L4n

Здесь 5 файлов:

- исходный файл изображения tif
- 4 файла PDF, созданные в различных программах с поиском
--- pdfa-файл в Файнридере 12
--- pdfa-файл в Файнридере 16
--- pdfa-файл в Контентридере 16
--- pdf-файл с поиском в Контентридере 16.
Заметил, что в CR16 файл просто pdf-с поиском занимает в разы менее места чем pdfa.
Распознавал страничку языками английский и русский под ударениями.
Предобработка отключена. Я ее сделал в STA.
Кроме бинаризации. На выходе сохранил страницы tif цветной 600dpi. Самый исходник в jpg и занимает 5mb.
Но, многие исходники с перекосом и еще, я привел все страницы к одному размеру.
Если он нужен, то вот он
https://cloud.mail.ru/public/3Lon/TtCs95x89
Сканировал не я, в jpg не сохраняю сканы принципиально, но книга уж больно ценная.
При сохранении в PDF и PDFA я выбирал сбалансированное качество и отключал опцию presicion scan для символов.
Интересно, мнение спецов, какое качество из 4 файлов лучше, в плане не столько изображения, сколько самого текста, чтобы поиск по нему был с минимумом ошибок.

P.S. Файнридер 15 пиратский или лицензионный у меня не ставятся даже после танцев с бубном. Первый просит включить службу лицензирования, второй файл лицензии. Первую я ему включал, тогда он пишет, что хочет лицензионный ключ, а файла лицензии у меня нет.

regid, спасибо!

У меня оказывается тоже есть это словарь, только немного потрёпанный. Вот, отсканировал ту же страничку, но в формате Tiff 600 dpi grey.

https://cloud.mail.ru/public/9ALr/RenAzrxvz

Можете её обработать в STA и качество на выходе получится лучше, чем скан в jpg от моего знакомого?

И, какой метод бинаризации вы используете и какие его настройки? ИИ что-то тут рекомендует EdgeDiv, но Wolf вроде лучше бинаризует.

Потом, в FR16 вы используете какие языки распознавания? Английский и русский или русский под ударением и английский? Хотелось, чтобы на выходе поиск по тексту был максимально точным и минимум ошибок.