掌上百科 - PDAWIKI

 找回密码
 免费注册

QQ登录

只需一步,快速开始

查看: 1467|回复: 6

[教程] 获取正文页面的首末单词索引

[复制链接]

该用户从未签到

发表于 2018-6-30 19:28:21 | 显示全部楼层 |阅读模式
本帖最后由 chigre3 于 2018-6-30 21:37 编辑 7 U. A/ A/ A+ G$ n$ y
& w1 `5 A( @% k6 @$ x, [9 g8 E3 T
不用另外写个小程序,直接综合使用现有的工具软件
" L  o8 @# J; F
& x" _# U4 e0 r  l; p# b正文页面的首末单词索引制作方式:
* v* N* d+ v" J- E; r5 E- I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。
$ k0 t' S0 Y5 x
' h% X1 D& ~3 h+ T(1) 使用 ComicEnhancerPro 【批处理】将所有页面纯黑白化;& `9 J! B9 v& V5 ]! v! @
(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;8 U  A' h/ f, X
(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;9 Z: ~. m) K/ V- b  e7 n. q, C
(4) 使用 TextForever 合并文本,添加文件名信息和空白行,整理文本;
7 h* V3 T/ G7 ^: s(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)。
+ l2 F* E; Z0 g# e- f8 ?          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)* B0 T; V8 w* r7 p" N$ [# N
(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)
* P. f( e/ y- A9 H6 h
: g8 t. O0 `! _, L9 ?8 |5 _1 }4 T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。' Y/ L$ I) h& O! P4 [1 B2 Q
延伸阅读:
! u  u6 p$ e! L8 D[设想]一种新的词典格式[专为图片版词典设计]. e# P6 P+ V$ r# J  y
https://www.pdawiki.com/forum/fo ... hread&tid=22035
; f' f5 c! n% b- N    我的楼层:
& e# j0 H0 r% @5 n/ \    https://www.pdawiki.com/forum/fo ... 2035&pid=520858
: v8 x# s2 \  s4 t9 t
* K( H6 Z3 C) @1 n$ [. Z
* x/ p; X( R" Q1 A

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

3

查看全部评分

本帖被以下淘专辑推荐:

  • TA的每日心情
    擦汗
    2019-8-11 08:28
  • 签到天数: 10 天

    [LV.3]偶尔看看II

    发表于 2018-6-30 20:37:16 | 显示全部楼层
    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

    该用户从未签到

    发表于 2018-6-30 20:55:08 | 显示全部楼层
    哈哈,很详细了% Y1 M: f4 a6 M1 k* j& d
    , d# N  j( i0 R8 E. D
    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

    该用户从未签到

     楼主| 发表于 2018-7-1 04:16:33 | 显示全部楼层
    本帖最后由 chigre3 于 2018-7-1 04:20 编辑 % `9 z+ K. W* M* H; u/ O- {! K

    / r. F" j/ C* @8 X7 s* @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。
      ^2 ], g" K" {/ f3 ^3 s9 [$ j8 E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。
  • TA的每日心情
    奋斗
    2018-11-10 00:38
  • 签到天数: 346 天

    [LV.8]以坛为家I

    发表于 2018-7-26 22:10:11 | 显示全部楼层
    折腾图片的活儿,都是折磨人的活儿.辛苦了.
  • TA的每日心情
    奋斗
    2019-10-13 07:34
  • 签到天数: 209 天

    [LV.7]常住居民III

    发表于 2019-1-31 01:53:45 | 显示全部楼层
    关于第二步,可否给个案例?0 y8 u( ^: R- X$ v/ O4 e
    4 m) c# {" m9 P: @2 b" h
    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;

    该用户从未签到

    发表于 2019-1-31 09:36:21 | 显示全部楼层
    VimVim 发表于 2019-1-31 01:53
    ' P2 `4 Q& }3 ]+ l2 d$ @& K关于第二步,可否给个案例?
    ) ^: I& ^* z, C. I& r& d
    你用别的软件都行,我用xnview
    您需要登录后才可以回帖 登录 | 免费注册

    本版积分规则

    小黑屋|手机版|Archiver|PDAWIKI |网站地图

    GMT+8, 2024-3-28 20:24 , Processed in 0.037520 second(s), 9 queries , MemCache On.

    Powered by Discuz! X3.4

    Copyright © 2001-2023, Tencent Cloud.

    快速回复 返回顶部 返回列表