获取正文页面的首末单词索引

chigre3

/ r+ ]% l; f- H不用另外写个小程序，直接综合使用现有的工具软件。

* D  v7 z% z3 [" y正文页面的首末单词索引制作方式：
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。
5 `8 I& {  n4 p, R) o. R
(1) 使用 ComicEnhancerPro 【批处理】将所有页面纯黑白化;
$ V- i. k1 m& k6 O+ B(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;
% s' u- U+ |; e- s2 g. 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;
  ^) H6 z+ ~$ m" ?& N, O: R(4) 使用 TextForever 合并文本，添加文件名信息和空白行，整理文本；
0 ?( {7 B8 @& Z(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)。
          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）
$ T9 d. B( E8 Q1 ?(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)

6 ]3 k5 t3 Q) N& U+ F, [- `% [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。
7 K* l8 W; }0 l! x( m延伸阅读：
[设想]一种新的词典格式[专为图片版词典设计]
https://www.pdawiki.com/forum/fo ... hread&tid=22035
$ w4 J4 [& B9 _) J    我的楼层：
: f0 m! }4 C- r' f  v8 l    https://www.pdawiki.com/forum/fo ... 2035&pid=520858

9 R5 m5 H* S* j, |/ [

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

: K% V/ h6 e! t0 Z. e+ w0 X2 R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

8 I& M' h; v! b( U# {, K
9 Y2 a1 m+ |, Z$ e, Y& g' ?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。
/ k' z! `/ B, Z+ X. O  A# g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？

7 k( R4 h# o9 W9 z, n: }

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
关于第二步，可否给个案例？

你用别的软件都行，我用xnview