|
本帖最后由 chigre3 于 2018-11-30 08:14 编辑
9 w1 {. a: m+ w0 d
1 e/ ^4 y# U4 R3 E$ k" B一、致谢:
$ \" D6 X1 ^7 q( M6 @; m 感谢 @vbnet 的自动画线测试版, 现在经过个人修改, 几乎完全删除了原先的内容, 软件名称仍为 Picture Capture8 a( D7 A X5 o) G2 }
感谢 @孤影 的自动划线软件, 给了很多界面上的参考
5 V9 H# f' t% i: ~- r8 c5 j4 q- x A------------------------------------------------------------------------. s' C) d5 H/ n
二、这个软件有什么用呢???5 x0 J0 B" b: x
极大地提高制作图片版词典的效率,现在个人需要做的事情仅仅为:
, u$ |9 ?+ Q" q4 W9 o 1. 前期的图片处理:Abbyy Finereader(整体校直)、Photoshop(模板调位置, 统一)、ComicEnhancerPro(转换格式、大小) 等0 M Q6 f j4 c( M6 q
2. 使用本软件进行:$ y/ p: S) M4 \1 W
(1) 全部页面的 自动划线-->自动OCR
$ C/ k; s. j7 b8 V& V% J+ v/ @ (2) 逐页校对划线和文本(可删可增)
4 k% H' N0 t/ J- K1 O8 V3 _# v (3) A.合并 .pdic (词条 + 坐标信息) --> Excel 模板 --> 文本替换 --> 精确高亮定位 整页版 图片词典; J* n: D: P$ s+ g0 H8 r
B.导出单词整体切图 --> 合并 .PWWords (词条+图片名称) --> 文本替代 --> 切图版 图片词典4 S* n' d; |* E. u- J
------------------------------------------------------------------------
, m0 f& A. X( B5 Z/ ]' {三、实现的功能:: }6 Z! i$ R- Q' g
1. 画线:
) [4 K# r1 J8 _: z4 Y (1) 自动分析页面 + 自动画线& z( U9 @2 O W4 o' ~% U
(2) 手动模式定义页面 + 自动划线
, O N& H, g+ G+ t (3) 鼠标右键单击修改单栏重新自动画线1 N% }3 f5 T0 M8 m8 _
以上均 + 鼠标左键单击增加画线, 文本框内快捷键`删除划线
0 _+ \7 {4 T, C' ~, L$ V2 [8 K. w" L9 L& g( S6 ~
2. OCR:
) [ w, m: m/ B/ {$ W, Q/ i 采用Tesseract OCR, 具体语言文件 tessdata 可以到官网下载:https://github.com/tesseract-ocr/tessdata
. d/ e1 }, _9 @ (1) 导出文本:可外部编辑后导入, 避免OCR单个切图的不足, R9 J% D/ `) Q. l T8 u. E
(2) 导入文本
& ^+ I# Z5 m! M2 c (3) 1 + 2:直接将OCR结果导入当前页面的文本框 --> 校对
: I4 _. j$ ]: J8 S. X 外置批量替换表达式文本, 可自行创建和编辑, 适应各个词典不同OCR处理的场景& b7 D: ]" f' I, H: ^7 I
) ]0 h; z& p& m3 F$ I 3. 切图:, h5 j7 \' P5 d' q F6 X
(1) 词条单行切图:也可以使用外部其他OCR软件处理,或者其他用途
3 i) ]. o, W- w8 `, M* @1 L0 Y (2) 词条整体切图:实现切图版图片词典的制作(背景透明,不过目前需要其他PNG优化软件缩减大小:https://www.pdawiki.com/forum/thread-19157-1-1.html)
; s) ~0 M6 m2 H3 m" ]' L7 M1 l (实例1:[英-汉] 20161113《英汉大词典(第2版)》10页单词 切图版 https://www.pdawiki.com/forum/thread-19015-1-1.html)
4 O+ z7 @3 _: o2 E0 r/ H6 [$ g (实例2:新西汉词典 切图版 https://www.pdawiki.com/forum/fo ... 6545&fromuid=174481)
) Z" X* U' ~( t ( b+ _ S, W' N6 d$ o4 u; F. _3 v
可实现仅导出切图坐标等信息,不导出切图,方便使用外部软件进行
% T3 m! }" K3 q; H, m / Y9 N4 ~. L, [2 }' z; F6 B
! {- N u) {6 G9 H) l0 o
4. 校对:
" _, V. H3 a% A* _' `' A, ~ 列表式样, 与主窗口同步更新文本框内容, 也高亮匹配提示
7 R' F/ g0 x3 [+ q: Q1 }$ w
4 z& t. c. M8 M2 k3 b5 ~/ X% \ 5. 其他:6 f1 Z$ y5 t# F, ~% k( O3 v5 P# w
(1) 配置文件保存、导入
+ \5 y. O% \8 O) z (2) 自动下一页+操作(定时):自动保存、自动画线、自动OCR、自动切图。方便无人值守完成相应任务
5 D4 A9 d! P3 t4 ~ {' d (3) 最重要的还是要人工校对!!!!
" y3 v. M- h7 y' z: x' L (4) 高度自定义参数设置
1 D( K7 C) |1 `. O8 |$ j) T, a------------------------------------------------------------------------6 i! R/ R3 Y* X2 g4 _3 X9 g
如题,放个图:
+ B4 S h$ p, D7 ?: x% E! t" b8 e8 s+ c) I1 D$ R
' a( k$ \& [) A5 i. {6 B
' U; e# F: j8 S& S& f, W
$ X4 C; H F! A: D' r+ o截图内的词条文字为OCR结果
# X9 n& |5 J5 _! J1 z; T1 b$ z4 N$ D+ p9 V
0 Z4 |3 y: j/ Y4 H# Q$ x3 {
9 V1 j' \, X* v2 d6 n
----------------------------20181130更新:* T3 @& \4 h3 e9 `
校对窗口增加按当前提示索引(全部或部分)填充当前划线的文本框!' s* N5 A6 I @# A- _
----------------------------
7 q' H/ x: T, u% j20180809更新:$ ?. g7 \8 m' w- h4 v9 h
插图画区域由之前的矩形升级为任意多边形
& v# y4 X4 y6 W4 G- {8 b: @7 W/ H6 r, R* E
5 I3 m* x# q: J6 H3 d& ^8 I, c----------------------------, C9 B3 R/ w# P/ `- E% Y
20180614更新:5 K+ {5 V! q6 g' e. [ o% a
在校对界面中增加一列单词,即大词库表中 上页末单词和本页末单词 之间的所有单词。
( C! X3 X1 B5 @1 h& U+ j单击则替换当前校对文本框中的文本!
% {& `& x8 n/ t; _不同颜色提示,方便定位!; r2 R6 B8 h5 s
* V! O& x% O* R* W8 l9 ~0 E* j% ?
4 K" `* S8 Y9 Q; B
: s9 G9 d1 n, f8 V----------------------------
6 `: m: U% g U" ~$ T1 J6 z" `; S20170314更新2:6 u7 U6 k" s1 ?; A
校对界面修改如下,增添更多特殊字符(aeiou等),方便校对的时候直接复制粘贴:
/ @& ]) c- z) h5 `+ ]3 \* c' a1 ^0 a
0 e7 D6 |! O% c$ u5 a+ P20170314更新:. Q8 K& B9 D: J" T$ K
起始页-->终止页
9 W: | K5 k' i8 b7 B1 q* _/ D0 n[切图]-【词条整体切图】5 ], E/ ]4 ]* f% D- w
---> 会直接把范围内的页面的所有单词切图导出(软件界面会有假死的状态,不用理会,导出结束就OK了)# ]' \( ~6 L/ b
如果起始页和终止页为空,则导出当前页的词条切图/ N! m- L. d& C& c. H* g
7 h( I0 u* U, e在校对界面时,主界面【√隐藏线框】,那么此时就只有颜色框(平行线宽)* M* d% ~7 [9 @1 n) }* N
当前词条亮黄色,其他还是红色
) _/ z' L# N, v y7 b这儿主要是考虑到有时候词条不只是单行,多行的时候可以方便查看。, S' ?; A! z) e( e- `4 |
, r* f6 ~# `0 V----------------------------8 M4 a- E1 w/ U! L9 h* R8 P; q
20170313更新:
# Q' ^! x% a2 N6 B3 H3 F1. 词条整体导出切图的判断逻辑的补充(3栏以上时,位于不同列的上下单词中间隔了空列。之前这个情况未考虑到)
, H* [) d* f: |) m 【仅修改了:从PDIC整体导出切图的坐标数据的这部分补充内容】, _2 J8 D0 ]: G6 P$ b
----------------------------
9 O! y% f2 }. J h1 k; L7 }% w/ c20170217更新:
4 C( V8 t" f R* f1. 画线判断的方法改进(2种方法均改进)/ U* b Q4 Y6 ^- j6 _* q
----------------------------
8 c% `7 I" @$ L+ ^20170115更新:- Z( n% ]: M3 O
1. tessdata 的完整语言列表,具体语言移步【https://github.com/tesseract-ocr/tessdata】下载! a. l& K% @& @ `( W
2. 在图片文件名列表上方的文本框里输入“SMALL”,点击【校对】,每个词条行的缩略图切图(非原始图片上裁剪)
5 a4 B! A( O7 W* _- I----------------------------/ e) g& i* I8 D9 c; ` \& e9 K
20161119更新:
3 v8 |4 x6 R' d1.修复保存坐标数据时的bug& T6 G3 @5 x3 b0 S/ `/ t
2.修复单词整体导出页面的一个bug
* ^* S! M. l+ H7 h3 D/ f& P3.增加功能: 选定范围页面的批量导入词条# [9 h3 ^& m; U* W) v3 H6 q5 m) r
4.增加功能: 快速查找定位索引
% n8 r M! Z/ J0 d1 m# V' R! l1 Y----------------------------* Y0 x1 r7 Q) l# \
20161123更新:8 x3 j% o3 R$ f$ y4 I5 v
重写词条整体导出切图的判断逻辑,现在应该不会有切图坐标不一致、切图数目不一致的情况了。% }, O4 N# E" K( H
0 {) s# L% [/ y( @- G' S
- 问题:页面是否有词条?* C" S" T' p7 g; Y' d ?# ~0 q
- 1. NO --> 直接导出和栏数一致的大切图 (标记为上页末词条续)' S4 d+ A5 c2 U/ {, w
- 2. YES --> , J5 { O& c5 V6 L
- (1) 确定0号词条所在栏:+ t: N# T& H4 k @
- --> 0号词条所在栏之前的栏, 直接导出大切图 (标记为上页末词条续)/ y$ y0 z9 w& w# ~5 P
- --> 0号词条所在栏上方若还有部分上页末词条接续, 则导出切图 (标记为上页末词条续)9 }( A2 a# Q3 @# j, O; P
- (2) 次数为所有词条数目的循环:
; o7 w( z7 i' X) a* @ - A. 若: 当前为最后一个词条 --> 确定高度* V6 d# W5 K+ a {+ `& ]+ X- _
- B. 否则:
& V& M* l. T" ?7 u - a. 下一个词条在下一栏 --> 确定高度
6 l% m* S% R8 ]0 H1 O8 X4 t - --> 如果当前词条在下一栏仍有接续 --> 导出切图 (标记为当前词条接续2)
7 X# D4 h- ~ K& ]) z3 b - b. 下一个词条在同一栏 --> 确定高度
+ W7 l9 j4 G/ R' ^
% {" i3 E% V* R6 T% T+ Y* J- --> 导出每个词条的切图7 j* T( n0 N Y( u- Z3 i% r
- + a1 M" c7 @$ U
- (3) 确定最后一个词条所在栏:
3 ~, ^. j6 D8 {' u: b. D - --> 最后词条所在栏之后的栏, 直接导出大切图 (标记为本页末词条续)
复制代码
; @: J& z. x/ y3 _, ^2 x
4 p& S+ p# H5 p2 o8 i j重要更新:
: Z8 ^9 o7 m% c6 Z1. 词条整体切图模块重写+ A0 e8 D6 x6 W* t
2. 增加根据.pdic导出所有图片切图信息(+切图)--> 几十秒【如下面动图GIF】
, j7 R) a/ r# ?6 [' M# H" K5 \2 q: S4 a; \6 U$ |
( F" Z7 y& H6 b
) Q, ^( u+ t+ \" l# F2016.11.28
- ^" R4 W/ B; U$ l* O; w更新:一个小小的bug(跳过页首处下方如果单行接续,会因为判断的距离和行高过于接近造成缺漏 --> 修改了公式)( g/ j7 F1 E3 Y: R$ P8 G# z, p- x
9 B, Q" |9 g+ L1 i- H |
本帖子中包含更多资源
您需要 登录 才可以下载或查看,没有账号?免费注册
x
评分
-
1
查看全部评分
-
|