MUXX: jednotný návod k digitalizaci je podobný hlavolam - kde záleží jaký máš cíl a co digitalizuješ - pokud to zobecním na beletrii tak nejjednodušší postup (na kterém se také velmi pravděpodobně neshodneme .) ) je plus mínus takový - skenování v ABBYY FR 300DPI šeď (výhodou jsou slovníky) zde provést ruční kontrolu a případně ořez/úpravu rozpoznávaných oblastí, po OCR - export do upravitelného formátu a PDF/DJVU (pro korekturu stačí takto)
dále už ve Wordu se santiago/quinta makry - odstranění textových polí+Odstranění stylů+Základní úprava textu+(Nahrazení odrážek a číslování+Nahrazení tabulátorů+Spojování stránek a řádků+Spojování odstavců)
potom Slovníková nahrazení a Kontrolní makra, v dalším kroku projet postupné místa označená kontrolou pravopisu a lehké naformátování nadpisů apod. - takhle se podle mě dostaneš +- spolehlivě do čitelného stavu "Oprava po OCR" a pokud chce někdo lepší verzi tak má k dispozici náhledové skeny a použitelný zdrojový text :)

(za případné chyby a úmyslná/nechtěná zjednodušení se omlouvám)

KRAMERIUS: To jsem mel minule asi spatne. Vysoky kontrast a vysoke dpi, OCR mi pak v kazde spine hledalo hacek nebo carku a mel jsem z toho dost opravovani. No snad mi to tentokrat pujde lip.

KRAMERIUS: Já už nějakou dobu neskenuju, ale fotím a tam to chce nastavit EV aby nebyl šedý papír. Postprocesing nedělám(snad mimo ořezů, ale často mám uložené surové snímky).

MUXX: Sám OCR nedělám, ale třeba tady
Free Online OCR - Frequently Asked Questions
https://www.onlineocr.net/service/faq
jim stačí 200DPI
Na OCR je důležité, aby text byl kontrastní a nebyly tam stíny. Udělat si z kusu papíru masku kolem knihy je dobré na oči a kvalitě to též pomůže.

Chtel bych vyrobit e-knihu z jedne starsi knihy, ktera se neda moc sehnat. K dispozici budu mit Plustek Optibook na skenovani, ale potreboval bych poradit vhodne nastaveni. Predpokladam, ze nejlepsi format je PNG/TIFF, ale jake mam zvolit dpi, aby si s tim OCR pak v pohode poradilo? 300dpi nebo radsi 600dpi?

ERGOSUM: díky za tip, vyzkouším. Nepřesný OCR text pod je jen jakýsi bonus. Důvody jsem popsal zde.

MA747: Na PDF používám Master PDF editor. Obecně ale radím spíš pdf nepoužívat. Když už tak plně textové PDF.
Tahle obrázková pdf s textovou vrstvou jsou dost nešťastná řešení. Sám takové asi 4 mám a používám je..., no raději nepoužívám.
Buď je totiž text shodný s tím na obrázku a potom je ten na obrázku zbytečný, nebo se liší a to přináší mrzutosti.

Chtěl bych se zeptat, nevíte někdo, jak kompletně reinstalovat firmware na Bookeen Odyssey? Tchýni se nějak rozsypal FW, pro systém (menu atd.) nejspíše používá Windings nebo něco podobného.
Obnova do továrního nastavení nepomáhá.
Díky

Řeším vyhledatelný (searchable) PDF. Tento formát umí ABBY FR (11 i 14). Problém mám s velikostí a s kódováním "obrázků". Nedokážu při uložení vnutit stejné (identické) rozlišení jako vstupní PDF (GIF, 4bit color). Při uložení dochází ke konverzi do JPEGu, i když je ve volbách uložení nic neměnit, nedegradovat kvalitu. Když zatrhnu uvedené volby, je výsledná velikost třeba 10x větší než vstup. Pokud chci "rozumnou" velikost, což je asi 3x větší než vstup, tak je grafický výstup degradovaný (ztrátová konverze, menší rozlišení). Navíc při velkém přiblížení vidím ve všech případech hrany písmen rozostřené - originální vstup je "bitmapově" ostrý. Nenasměroval by mě pls někdo jak to pořešit? Ze zoufalství mě napadlo obě PDF rozbít na entity, promíchat a zase složit, ale nevím, jestli to v rozumném čase realizovatelné.

BTW: nejlepší zkušenost s výrobou nejmenšího PDF jsem udělal pomocí img2pdf.

Můj kompakt má režim "slova" určený právě na tohle. Například nemá snahu dělat z bílé šedou.

to narovnavani prohnutejch str delam zvlast v abbyy fr. 12 ...
to osvetleni u fotek a obrazku to JE big problem ja vim... to nejde jinak nez rucne v photoshopu nebo podobnejch (paint shop pro) SW .. a i tam je to teda pekna pruda!! mam s tim letite zkusenosti :))

FERRYH: Ano, je to myšleno na výrobu "skenbooků", protože existují knihy/časopisy/..., které jsou buď obtížné/pracné převést na ebook (tabulky, grafy, vzorečky, složitější sazba, ...) a nebo mi to za to nestojí (relativně časově omezená platnost informace, ...). Proto se i přes nevýhody spokojím se "skenbookem" (protože tablet).
ScanTailor Advanced (díky za tip) jsem teď zkoušel a stále bohužel neumí to, co bych si představoval, tedy narovnání prohnutých stránek a "normalizaci" nestejnoměrného osvětlení vzniklých nafocením.

MA747: jestli jsem tomu dobre rozumel jde o produkt na tvorbu "skenbooku"
teda pdf nebo djvu, kde stranky jsou obrazky-skeny... to neni moc beznej format e-booku
vetsinou se to pouziva jen v amatersken ebookarskem prostredi nebo na tvorbu uzivatelskych ebooku - skripta a pod.

...na tohle je i docela dost sikovnejch a velice kvalitnich free produktu -napriklad ebookari pouzivaji ScanTailor - nejlepsi, momentalne stale jeste aktualizovany a stale zdokonalovany je verze Scantailor Advanced - https://github.com/4lex4/scantailor-advanced/releases

Zaujal mě Booksorber. Podle odkazu umí řešit:

• warped page content,
• inhomogeneous text quality (due to uneven illumination),
• too high-contrast images,
• unremoved finger artifacts.

SKOT: Že by se nechtěli bránit proti patentovým trolům a podobné verbeži mi přijde divné, ale pátrat už po tom teď nebudu.

ERGOSUM: díky, ty požadavky na systém jsou dobrý postřeh
ERGOSUM: tohle jsou ale spíše interní předpisy organizace, nic k licencování formátu jsem v nich na první pohled nenašel, ostatně co co popisuje JYRKA u Wooky je dost běžný model u mnoha podobných platforem, první kdo si takto EPUB 3 přivlastnil byl Apple se svými iBooks