获取正文页面的首末单词索引

chigre3

3 R6 N: o& @4 G3 j* W  B7 R8 z不用另外写个小程序，直接综合使用现有的工具软件。
; d" j2 s0 u5 }& |. c
正文页面的首末单词索引制作方式：
9 n* R6 r, c3 X注意：当然可以直接手工录入的方式，完成后再按步骤6检校3次。
# ~$ l& s2 s/ y
% F( p) j( f" Y- A$ L6 q2 {(1) 使用 ComicEnhancerPro 【批处理】将所有页面纯黑白化;
(2) 使用 ImageMagick 【批处理】(.bat) 对页面采取固定位置+固定大小切图，得到包含单词的页眉截图;
(3) 使用 FineReader 对切图识别，导出文本文件, 每个切图对应一个文本;
3 d& i1 s  I' O: r" E! Z- P(4) 使用 TextForever 合并文本，添加文件名信息和空白行，整理文本；
(5) 屏幕左边使用 ComicsViewer 打开图片，适合宽度显示；屏幕右边使用 EmEditor 校对步骤4的文本 (第1次)。
3 i5 I; d0 L5 ^! D# `          p.s. 原扫描图片为高清, OCR识别后的步骤5需要修改的地方不多，可能不是很有必要！修改的地方仅仅为：个别空格缺少，个别单词的字母识别错误（使用单词拼写检查无法检查出）
% c5 ~; h' Z9 v! ?: f& ^(6) 使用 Excel 的拼写检查核对一下 (第2次)，然后再使用排序检查 (第3次)，最后将这些单词和MW英文版的大词库词条进行删除重复测试检查是否有范围外的单词 (第4次)
- X' {* {9 R; V9 M- r; x. |; N0 M9 ?
这样的单词索引，稍微加工之后，可用于Goldendict通过加载python脚本实现整页版查询、显示、翻页等等功能。
延伸阅读：
[设想]一种新的词典格式[专为图片版词典设计]
' r0 i/ }( i' J7 P$ n! [$ x) P$ \https://www.pdawiki.com/forum/fo ... hread&tid=22035
/ J1 a1 x# n5 R* a3 `$ Q$ e    我的楼层：
" t  l: ?% e9 {: y, ]1 X    https://www.pdawiki.com/forum/fo ... 2035&pid=520858

* E* O: |7 i* Z1 M0 ^: b

xliley01

虽然不是很懂，但是还是要收藏，对于你最后那个“于Goldendict通过加载python脚本实现整页版查询、显示、翻页等等功能”，脚本能提供吗

klwo2

哈哈，很详细了
( X  w: ?! z( F6 G8 H- e. T
不过某双语辞海比较坑，它的页面高低不一，当初我用abbyy固定位置切图颇费周折

chigre3

3 _$ [  ?% Q, |5 n
楼上几位，之前图片版词典在goldendict里如何实现整页查询有过讨论的，可以参考参考。
所用的也就是页末单词索引，被查词文本替换后，将其在索引中进行定位，可以得到页码，显示该页码图片。

greatszh

折腾图片的活儿,都是折磨人的活儿.辛苦了.

VimVim

关于第二步，可否给个案例？
# w7 |' p$ L# t5 t  i% m2 I1 y
  q" M  i/ F$ O0 \  |

使用 ImageMagick 【批处理】(.bat) 对页面采取固定位置+固定大小切图，得到包含单词的页眉截图;

klwo2

VimVim 发表于 2019-1-31 01:53
% _; j+ {( L9 \3 {关于第二步，可否给个案例？

% U9 ?. l  b! d" c4 |/ h你用别的软件都行，我用xnview