Forum dyd@ktyczne INoI UP w Krakowie

W. M. Kolasa

Celem pracy jest nabycie praktycznych umiejętności skanowania współczesnych dokumentów tekstowych. Efekty skanowania będą wykorzystane w trakcie późniejszych ćwiczeń nad djvu, OCR oraz publikowaniem.

Pierwszy etap pracy składa się z trzech części:

1. Skanowanie.

Szczegóły pracy i technik zaprezentuję w trakcie ćwiczeń. Sugerowane parametry skanów:
- pierwszy podgląd w gray (aby określić obszar), potem zmienić tryb na stałe;
- tryb (zależnie do sterownika) - "tekst, lineart, lub bitonal";
- głębia - 1 bit;
- rozdzielczość: 600 ppi (warunkowo 400 lub 300 ppi);
- próg bieli (dobrać empirycznie) - zależy od gęstości optycznej (domyślnie 50 [100]) + multipodgląd FastStone;
- format zapisu: TIF z kompresją LZW (w przypadku VueScan - bez kompresji + kompresja wsadowa na końcu);
- nazwy plików: prefiks_CyfraCyfraCyfra - np. a_001;
- obszar skanowanie: oryg. pomniejszony o 3-4 mm dla każdej krawędzi);
- oprogramowanie: sterownik TWAIN lub aplikacja VueScan;
- inne uwagi: skanujemy wszystkie strony (łącznie z pustymi), okładki skanujemy na końcu wg innych zasad.

2. Porządkowanie i korekty, kadrowanie.

Po zakończeniu skanowania:
- sprawdź czy posortowane rosnąco pliki są kompletne;
- zmień ich orientację do pionu (xnView/selekcja/obrót w jendym przebiegu)
- jeśli niektóre strony są odwrócone zmień ich orientację
- jeśli na niektórych stronach wystąpiły "czarne" defekty usuń je (wytnij obszar do białego tła)
- jeśli na niektórych stronach wystąpiły "czarne" defekty przy krawędziach (wykadruj ostrożnie: xnView/Shitf+X)
- jeśli skanowano na tzw. rozkładówce (warto wykonać cięcie wsadowe, albo użyć FineReadera) - ps. tego punktu nie robimy
- Proszę też nie prostować ew. skrzywień - zrobimy to FineReaderem
- więcej w odrębnych wątkach:
------ http://www.3ap.fora.pl/zasoby-cyfrowe-2008-2009,20/porzadkowanie-korekty-kadrowanie,733.html
------ http://www.3ap.fora.pl/zasoby-cyfrowe-2008-2009,20/skanowanie-ilustracji-dokumentowych-wskazowki-i-uwagi,731.html

3. Archiwizacja.

- Katalog z gotowymi plikami spakuj (najlepiej *.rar lub *.tar.gz) i prześlij wykładowcy via sendfile = [link widoczny dla zalogowanych] [w temacie listu wpisz PBA_XXXX (gdzie xxx - to twój rocznik)
- Jeśli praca została poprawnie wysłana dopisz do tego wątku - "Pracę pba_xxxx wysłano.

Termin wykonania - 22.01.2010

Przydatne narzędzia:
1. Sterowniki TWAIN ze strony producenta skanera
2. VueScan: [link widoczny dla zalogowanych]
3. WinRar lub PeaZip
4. IrfanView - 4.20 + wtyczki i polonizacja: [link widoczny dla zalogowanych] = uniwersalny pośrenik dla TWAINa
5. xnView: [link widoczny dla zalogowanych] (XnView v1.95.4 Complete version - setup Multi-language) = do kadrowania i czyszczenia
6. FastStone Viewer (stabolna wersja 3.2): [link widoczny dla zalogowanych] - do poprawnego wyświetlania grafiki bitonalnej z wygładzaniem
7. Krótkie instrukcji o technice pracy (szczególnie - "djvu - technologia bitonal kadrowanie"): [link widoczny dla zalogowanych]
8. Przykładowe skany - TIF (34 strony) - plik kn.rar: [link widoczny dla zalogowanych]

W. M. Kolasa

1. Problemy z wysyłką dużych plików:
Z kilku testów, które wykonałem wynika, że serwis esnipis ma ograniczenia wielkości pojedynczego pliku (na ok. 20 MB). Jeśli zatem mamy większe archiwum należy je podczas kompresji podzielić na woluminy np. po 20 000 000 B. W tej postaci już wszystko powinno się udać.

2. Jak dzielić archiwum rar na woluminy:

Ustawienia:

Efekt:

3. Do wysyłki na esnips można też wykorzystać specjalnego uploadera - tu są szczegóły: [link widoczny dla zalogowanych]

4. Alternatywa - gdyby z jakiś powodów nie udało się komuś wysłać na konto esnips proszę o wysyłkę na moje konto: [link widoczny dla zalogowanych]
W tym przypadku maksymalna wielkość pliku 100 MB, więc należy przesłać bez dzielenia na woluminy (chyba, że jest większy niż 100 MB)

W. M. Kolasa · Wysłany: 6 Styczeń 2009, 2:50 am Temat postu: Sygnowanie skanów

SYGNOWANIE

Proponuję aby ostatnim etapem w pracy nad skanami było ich osygnowanie. Tak by strony wyglądały np. tak: [link widoczny dla zalogowanych]

Należy to wykonać w dwóch krokach (które warto zautomatyzować skryptem):

1. Nałożyć tekst u dołu strony, np. tak:

2. A następnie zmniejszyć głębie do 1 bitu (bo operacja nakładania tekstu zawsze zwiększa głębie do 24 bitów). Czyli:

Najprościej jednak wczytać odpowiedni skrypt (*.xbs), który specjalnie napisałem (do pobrania niżej).

Uwaga: podczas sygnowania trzeba odznaczyć strony inne niż bitonane (jeśli takie są) - strony kolorowe i w odcieniach szarości najlepiej podpisać ręcznie.

Trzeba też określić ścieżkę wyjścia (bo jej nie definiowałem). Najlepiej (na wszelki wypadek) robić to na kopii naszej pracy ustawiwszy (źródło jako wyjście).

Wielkość, krój czcionki i podpis proszę dobrać wg własnego uznania (oby bez przesady - i maksymalnie 36 pktów).

Pliki eksperymentalne i skrypt do pobrania: [link widoczny dla zalogowanych]

M. Czaja · Dołączył: 09 Gru 2008 Posty: 8 Przeczytał: 0 tematów

Rocznik Historii Prasy Polskiej 10/2002:
[link widoczny dla zalogowanych]

A.Góral · Dołączył: 02 Kwi 2008 Posty: 10 Przeczytał: 0 tematów

Rocznik Historii Prasy Polskiej 02/2000:
[link widoczny dla zalogowanych]

M. Kozieł · Wysłany: 8 Styczeń 2009, 12:17 pm Temat postu:

Rocznik Historii Prasy Polskiej 10/2007:

[link widoczny dla zalogowanych]

M.Popiolek · Wysłany: 8 Styczeń 2009, 21:55 pm Temat postu:

RHPP 04/1999
[link widoczny dla zalogowanych]

B. Żelazko · Wysłany: 9 Styczeń 2009, 11:52 am Temat postu: skany

Rocznik Historii Czasopiśmiennictwa Polskiego 04/1974
[link widoczny dla zalogowanych]

W. M. Kolasa · Wysłany: 10 Styczeń 2009, 15:00 pm Temat postu:

W. M. Kolasa · Wysłany: 10 Styczeń 2009, 15:19 pm Temat postu:

W. M. Kolasa · Wysłany: 10 Styczeń 2009, 15:25 pm Temat postu: Bad

W. M. Kolasa · Wysłany: 10 Styczeń 2009, 15:53 pm Temat postu:

W. M. Kolasa · Wysłany: 10 Styczeń 2009, 16:16 pm Temat postu: Re: skany

M. Czaja · Dołączył: 09 Gru 2008 Posty: 8 Przeczytał: 0 tematów

Proszę nie wierzyć w prawa Murphy'ego tak bardzo, Panie doktorze. Okazało się, że po stronie 116 podczas kopiowania plików trafiły też zdublowane trzy inne strony. Usunąłem je z ciągu i przemianowałem jeszcze raz. Teraz wszystko jest już sprawdzone i kolejność się zgadza. Zaktualizowany rar pod tym samym adresem (poprzedni usunąłem) [link widoczny dla zalogowanych]

M. Kozieł · Wysłany: 11 Styczeń 2009, 21:45 pm Temat postu:

Rocznik Historii Prasy Polskiej 10/2007
[link widoczny dla zalogowanych]
Po dłuuugim czasie udało mi się w końcu załączyć te skany. Mam nadzieję, że teraz znajdują się pod dobrym adresem. Wcześniej umieściłam je w katalogu prywatnym i pewnie dlatego były niedostępne.