jourmager
Advanced Member | Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Цитата:| Этот "автомат" настолько хреново работает, что нужно пересматривать все страницы и примерно 2/3 из них корректировать вручную |
Доктор, где же вы такие страницы берёте?
Вообще-то, если количество ошибок превышает 20% (грубо говоря), то надо менять программу.
А теперь по делу. Прогнал через СканТейлоры несколько книжек. В результате получил боль головного мозга в области затылочной коры. Потому что результаты работы автоматики надо проверять. Потому что в 2024 году СканТейлор - программа специально разработанная для потоковой обработки изображений, эти самые изображения листает с тробберами. Т.е. выводится страница, жму PgDn, вижу троббер и скачок яркости экрана, выводится следующая страница. Кроме того, при обработке сырого криво-косого скана, получившееся изображение дёргается вверх-вниз-влево-вправо, потому что центрируется на странице не относительно области контента, а относительно задней ноги программиста. Я прекрасно понимаю книгоделателей, которые забивают на проверку промежуточных результатов - здоровье дороже.
И да, я знаю про лайф-хак с сортировкой по размеру области контента.
Про промахи алгоритма выделения полезной области контента.
Замечу сразу, что у меня таких промахов не выше 10-15%.
По моим наблюдениям алгоритм промахивается в таких случаях:
1) Когда контент в виде заголовка или колонтитула далеко отстоит от основного текста - они не захватываются
2) Когда есть недалеко от основного текста какая-то крупная маращка в виде точки или чёрточки или пятна - она захватывается
3) Если развороты сфотографированы, а не отсканированы, и тогда захватываются вертикальные срезы страниц
4) Спорный случай, когда на страницах есть типографские метки типа 3* или Ф.И.О. Автора** - они как бы лишние в электронной книге, и они захватываются
5) Необъяснимая фигня, когда на одной странице всё захватывается отлично, рядом на такой же самой странице захватывается больше чем надо. Вообще-то сравнительная редкость.
6) Тяжёлый случай, когда иллюстрации расположены до края страницы
7) Тяжёлый случай, когда на странице хаотично вперемежку иллюстрации и текст
Все эти проблемы давно известны и решаемы, но программистов они не интересуют. Поэтому у любителей СканТейлора голова будет болеть по-прежнему. |
, то получается, что этот режим отладки практически бесполезен