ఈ వ్యాసం మునుపటి (//pcpro100.info/skanirovanie-teksta/) కు అదనంగా ఉంటుంది మరియు ప్రత్యక్ష వచన గుర్తింపు యొక్క సారాన్ని మరింత వివరంగా తెలియజేస్తుంది.
చాలామంది వినియోగదారులు పూర్తిగా అర్థం చేసుకోని చాలా సారాంశంతో ప్రారంభిద్దాం.
పుస్తకం, వార్తాపత్రిక, మ్యాగజైన్ మొదలైనవాటిని స్కాన్ చేసిన తరువాత, మీరు ఒక ప్రత్యేక కార్యక్రమంలో గుర్తించాల్సిన చిత్రాల సమితిని (అనగా గ్రాఫిక్ ఫైల్స్, టెక్స్ట్ ఫైల్స్ కాదు) పొందుతారు (దీనికి ఉత్తమమైన వాటిలో ఒకటి ABBYY FineReader). గుర్తింపు - ఇది, గ్రాఫిక్స్ నుండి వచనాన్ని పొందే ప్రక్రియ, మరియు ఈ ప్రక్రియనే మనం మరింత వివరంగా వివరిస్తాము.
నా ఉదాహరణలో, నేను ఈ సైట్ యొక్క స్క్రీన్ షాట్ తీసుకొని దాని నుండి వచనాన్ని పొందడానికి ప్రయత్నిస్తాను.
1) ఫైల్ తెరవడం
మేము గుర్తించడానికి ప్లాన్ చేసిన చిత్రాన్ని (ల) తెరవండి.
మార్గం ద్వారా, మీరు ఇమేజ్ ఫార్మాట్లను మాత్రమే కాకుండా, ఉదాహరణకు, DJVU మరియు PDF ఫైళ్ళను కూడా తెరవగలరని ఇక్కడ గమనించాలి. నెట్‌వర్క్‌లో సాధారణంగా ఈ ఫార్మాట్లలో పంపిణీ చేయబడిన మొత్తం పుస్తకాన్ని త్వరగా గుర్తించడానికి ఇది మిమ్మల్ని అనుమతిస్తుంది.
2) ఎడిటింగ్
ఆటో-రికగ్నిషన్‌తో వెంటనే అంగీకరిస్తే పెద్దగా అర్ధం ఉండదు. ఒకవేళ, మీ దగ్గర ఒక పుస్తకం ఉంది, అందులో టెక్స్ట్ మాత్రమే ఉంది, చిత్రాలు మరియు ప్లేట్లు లేవు, ప్లస్ అది అద్భుతమైన నాణ్యతతో స్కాన్ చేయబడితే, మీరు చేయవచ్చు. ఇతర సందర్భాల్లో, అన్ని ప్రాంతాలను మానవీయంగా సెట్ చేయడం మంచిది.
సాధారణంగా మీరు మొదట పేజీ నుండి అనవసరమైన ప్రాంతాలను తొలగించాలి. దీన్ని చేయడానికి, ప్యానెల్‌లోని సవరణ బటన్‌పై క్లిక్ చేయండి.
అప్పుడు మీరు ఎక్కువసేపు పని చేయాలనుకునే ప్రాంతాన్ని మాత్రమే వదిలివేయాలి. దీన్ని చేయడానికి, అవాంఛిత సరిహద్దులను కత్తిరించడానికి ఒక సాధనం ఉంది. కుడి కాలమ్‌లో, మోడ్‌ను ఎంచుకోండి పంట.
తరువాత, మీరు వదిలివేయదలచిన ప్రాంతాన్ని ఎంచుకోండి. క్రింద ఉన్న చిత్రంలో, ఇది ఎరుపు రంగులో హైలైట్ చేయబడింది.
మార్గం ద్వారా, మీరు అనేక చిత్రాలను తెరిచి ఉంటే, అప్పుడు కత్తిరించడం అన్ని చిత్రాలకు ఒకేసారి వర్తించవచ్చు! ఒక్కొక్కటి ఒక్కొక్కటిగా కత్తిరించకుండా ఉండటానికి సౌకర్యంగా ఉంటుంది. దయచేసి గమనించండి, ఈ ప్యానెల్ దిగువన మరొక గొప్ప సాధనం ఉంది -ఎరేజర్. దీన్ని ఉపయోగించి, మీరు చిత్రం నుండి అవాంఛిత మరకలు, పేజీ సంఖ్యలు, స్పెక్స్, అనవసరమైన ప్రత్యేక అక్షరాలు మరియు వ్యక్తిగత విభాగాలను తొలగించవచ్చు.
మీరు అంచులను కత్తిరించడానికి క్లిక్ చేసిన తర్వాత, మీ అసలు చిత్రం మారాలి: పని ప్రాంతం మాత్రమే మిగిలి ఉంది.
అప్పుడు మీరు ఇమేజ్ ఎడిటర్ నుండి నిష్క్రమించవచ్చు.
3) ప్రాంతాలను హైలైట్ చేయడం
ఓపెన్ ఇమేజ్ పైన ఉన్న ప్యానెల్‌లో, స్కాన్ ప్రాంతాన్ని నిర్వచించే చిన్న దీర్ఘచతురస్రాలు ఉన్నాయి. వాటిలో చాలా ఉన్నాయి, క్లుప్తంగా సర్వసాధారణంగా పరిగణించండి.
చిత్రం - ప్రోగ్రామ్ ఈ ప్రాంతాన్ని గుర్తించదు, ఇది పేర్కొన్న దీర్ఘచతురస్రాన్ని కాపీ చేసి, గుర్తించబడిన పత్రంలో అతికించండి.
ప్రోగ్రామ్ దృష్టి కేంద్రీకరించే ప్రధాన ప్రాంతం టెక్స్ట్ మరియు చిత్రం నుండి వచనాన్ని పొందడానికి ప్రయత్నిస్తుంది. ఈ ప్రాంతాన్ని మేము మా ఉదాహరణలో హైలైట్ చేస్తాము.
ఎంపిక తరువాత, ఈ ప్రాంతం లేత ఆకుపచ్చ రంగులో పెయింట్ చేయబడుతుంది. అప్పుడు మీరు తదుపరి దశకు వెళ్లవచ్చు.
4) టెక్స్ట్ గుర్తింపు
అన్ని ప్రాంతాలు నిర్వచించిన తరువాత, మెనులోని గుర్తించే ఆదేశంపై క్లిక్ చేయండి. అదృష్టవశాత్తూ, ఈ దశలో మరేమీ అవసరం లేదు.
గుర్తింపు సమయం మీ పత్రంలోని పేజీల సంఖ్య మరియు కంప్యూటర్ శక్తిపై ఆధారపడి ఉంటుంది.
సగటున, మంచి నాణ్యతతో స్కాన్ చేసిన ఒక పూర్తి పేజీ 10-20 సెకన్లు పడుతుంది. సగటు PC శక్తి (నేటి ప్రమాణాల ప్రకారం).
5) తనిఖీ చేయడంలో లోపం
చిత్రాల ప్రారంభ నాణ్యత ఏమైనప్పటికీ, లోపాలు సాధారణంగా గుర్తించిన తర్వాత కూడా ఉంటాయి. ఒకే విధంగా, ఇప్పటివరకు ఏ కార్యక్రమమూ మానవ పనిని పూర్తిగా మినహాయించలేకపోయింది.
చెక్ ఎంపికపై క్లిక్ చేయండి మరియు ABBYY FineReader అది పొరపాటున ఉన్న పత్రంలోని స్థలాలను ఒక్కొక్కటిగా మీకు ప్రదర్శించడం ప్రారంభిస్తుంది. మీ పని, అసలు చిత్రాన్ని పోల్చడం (మార్గం ద్వారా, ఈ స్థలం మీకు విస్తరించిన సంస్కరణలో చూపిస్తుంది) గుర్తింపు ఎంపికతో - ధృవీకరించడంలో సమాధానం ఇవ్వండి లేదా సరిదిద్దండి మరియు ఆమోదించండి. అప్పుడు ప్రోగ్రామ్ తదుపరి క్లిష్ట ప్రదేశానికి వెళుతుంది మరియు మొత్తం పత్రం తనిఖీ అయ్యే వరకు.
సాధారణంగా, ఈ ప్రక్రియ దీర్ఘ మరియు బోరింగ్ కావచ్చు ...
6) పొదుపు
ABBYY FineReader మీ పనిని సేవ్ చేయడానికి అనేక ఎంపికలను అందిస్తుంది. సాధారణంగా ఉపయోగించేది "ఖచ్చితమైన కాపీ". అంటే మొత్తం పత్రం, దానిలోని వచనం ఫార్మాట్ చేయబడుతుంది మరియు మూలంలో ఉంటుంది. దానిని వర్డ్‌కు బదిలీ చేయడానికి అనుకూలమైన ఎంపిక. కాబట్టి మేము ఈ ఉదాహరణలో చేసాము.
ఆ తరువాత, మీకు తెలిసిన వర్డ్ డాక్యుమెంట్‌లో మీ గుర్తించబడిన వచనాన్ని చూస్తారు. దీనితో ఏమి చేయాలో మరింత చిత్రించటానికి పెద్దగా అర్ధం లేదని నేను భావిస్తున్నాను ...
అందువల్ల, చిత్రాన్ని సాదా వచనంలోకి ఎలా అనువదించాలో మేము ఒక దృ example మైన ఉదాహరణ చేసాము. ఈ ప్రక్రియ ఎల్లప్పుడూ సులభం మరియు వేగంగా ఉండదు.
ఏదేమైనా, ప్రతిదీ సోర్స్ పిక్చర్ నాణ్యత, మీ అనుభవం మరియు కంప్యూటర్ వేగం మీద ఆధారపడి ఉంటుంది.
మంచి పని చేయండి!
