查看: 3320|回复: 24
打印 上一主题 下一主题

[展示] 柯林斯高阶COBUILD英汉双解学习词典第8版;400DPI;2459张图...

[复制链接]

该用户从未签到

12

主题

12

回帖

1913

积分

解元

Rank: 5Rank: 5

积分
1913
跳转到指定楼层
1
发表于 2017-7-23 11:10:56 | 只看该作者 |只看大图 回帖奖励 |倒序浏览 |阅读模式
本帖最后由 staymoon 于 2021-7-19 09:29 编辑

使用的开源项目:https://github.com/barrer/scan-helper

扫描原始文件:4.0G
文件个数:2459张图片
最终PDF大小:527M

操作步骤:
# 扫描(600 DPI)
# ABBYY歪斜矫正
# ABBYY另存“JPEG彩色”
# “scan_helper_rename.py”修改图片名字为数字+英文字符(不能包含空格等特殊符号)
# “scan_helper_png.py”生成“monochrome”目录下黑白png
# 用无损压缩软件(ImageOptim、limitPNG等)压缩“monochrome”目录下的黑白png(可选操作)
# 用Adobe Acrobat DC 合并png为单个pdf

Demo:
不再提供

该用户从未签到

2121

主题

2961

回帖

6万

积分

翰林院修撰

不忘初心。送分大人,灌水砖家。擅长抛砖引玉,挖坑不填。

Rank: 12Rank: 12Rank: 12

积分
61056

翰林院专用章灌水大神章笑傲江湖章小蜜蜂章管理组专用章

2
发表于 2017-7-23 11:13:47 | 只看该作者



扫得好,扫得妙啊。

想起来都又有好几个月没翻这本纸质词典了。

  • TA的每日心情
    无聊
    2022-9-25 21:09
  • 签到天数: 1136 天

    [LV.10]以坛为家III

    17

    主题

    3141

    回帖

    2万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    25388

    灌水大神章

    3
    发表于 2017-7-23 13:09:23 | 只看该作者
    本帖最后由 oversky 于 2017-7-23 13:12 编辑

    ABBYY另存“JPEG彩色”
    存 jpeg 已经失真一次,后面再改用 PNG ?
    建议直接存成 tiff 比较好。

    该用户从未签到

    12

    主题

    12

    回帖

    1913

    积分

    解元

    Rank: 5Rank: 5

    积分
    1913
    4
     楼主| 发表于 2017-7-23 14:15:57 | 只看该作者
    oversky 发表于 2017-7-23 13:09
    ABBYY另存“JPEG彩色”
    存 jpeg 已经失真一次,后面再改用 PNG ?
    建议直接存成 tiff 比较好。

    tiff确实不错,最终目的是兼顾阅读及PDF文件体积,当然做成mdx就更好了
  • TA的每日心情
    无聊
    2022-9-25 21:09
  • 签到天数: 1136 天

    [LV.10]以坛为家III

    17

    主题

    3141

    回帖

    2万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    25388

    灌水大神章

    5
    发表于 2017-7-23 15:35:31 | 只看该作者
    本帖最后由 oversky 于 2017-7-23 15:37 编辑
    staymoon 发表于 2017-7-23 14:15
    tiff确实不错,最终目的是兼顾阅读及PDF文件体积,当然做成mdx就更好了


    imagemagick 我记得也支援处理 tiff 。
    何不 Abbyy -> tiff -> PNG
    可以少一次 JPEG 失真。

    另外 PDF 其支持的内建图片档案格式没有 PNG,
    也就是用无损压缩软件处理这一步对最后 PDF 文件体积是没作用的。
    主要还是看 Acrobat DC 的参数设定。
    黑白图片建议设定成 JBIG2 lossless 。
  • TA的每日心情
    开心
    2022-3-13 15:03
  • 签到天数: 278 天

    [LV.8]以坛为家I

    2

    主题

    574

    回帖

    6453

    积分

    会元

    Rank: 7Rank: 7Rank: 7

    积分
    6453
    6
    发表于 2017-7-23 21:48:16 来自手机 | 只看该作者
    效果很好呀。不过前前后后也花了不少时间精力吧。可以请问您是拆书扫的,还是买了扫书仪器吗?

    该用户从未签到

    12

    主题

    12

    回帖

    1913

    积分

    解元

    Rank: 5Rank: 5

    积分
    1913
    7
     楼主| 发表于 2017-7-23 22:04:30 | 只看该作者
    本帖最后由 staymoon 于 2017-7-23 22:09 编辑
    oversky 发表于 2017-7-23 15:35
    imagemagick 我记得也支援处理 tiff 。
    何不 Abbyy -> tiff -> PNG
    可以少一次 JPEG 失真。


    Acrobat DC确实会对python脚本处理后的二值化png作进一步编码,所以我注明了png无损压缩为可选。不过我测试发现质量几乎无损失,分辨率为图片原始分辨率,体积能在png的基础上再减少一半。
    Acrobat DC会对最后的二值化png像素点进行颜色轻微加深处理
    当然磁盘空间不缺,还是直接tiff然后合成PDF更佳

    该用户从未签到

    12

    主题

    12

    回帖

    1913

    积分

    解元

    Rank: 5Rank: 5

    积分
    1913
    8
     楼主| 发表于 2017-7-23 22:07:52 | 只看该作者
    nibaichia111 发表于 2017-7-23 21:48
    效果很好呀。不过前前后后也花了不少时间精力吧。可以请问您是拆书扫的,还是买了扫书仪器吗?

    拆书扫的,扫了好几本词典,最大程度兼顾体积与质量,都是自用不分享,只是提供技术有需要可以自己做自己的电子化书籍,翻起来比纸质效率高数倍

    该用户从未签到

    95

    主题

    554

    回帖

    2万

    积分

    翰林院编修

    终身学习者

    Rank: 11Rank: 11Rank: 11Rank: 11

    积分
    24557

    翰林院专用章灌水大神章笑傲江湖章小蜜蜂章管理组专用章

    9
    发表于 2017-7-23 22:40:58 | 只看该作者
    不错,感谢分享。
  • TA的每日心情
    慵懒
    2022-10-27 16:11
  • 签到天数: 326 天

    [LV.8]以坛为家I

    130

    主题

    3638

    回帖

    2万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    20089

    灌水大神章小蜜蜂章笑傲江湖章

    10
    发表于 2017-7-23 23:39:04 | 只看该作者
    感谢楼主!!有彩色的吗?要是能把最新的韦氏高阶双解也扫一下就好了/
  • TA的每日心情
    开心
    2022-3-13 15:03
  • 签到天数: 278 天

    [LV.8]以坛为家I

    2

    主题

    574

    回帖

    6453

    积分

    会元

    Rank: 7Rank: 7Rank: 7

    积分
    6453
    11
    发表于 2017-7-23 23:53:11 | 只看该作者
    本帖最后由 nibaichia111 于 2017-7-23 23:58 编辑
    staymoon 发表于 2017-7-23 22:07
    拆书扫的,扫了好几本词典,最大程度兼顾体积与质量,都是自用不分享,只是提供技术有需要可以自己做自己 ...


    谢谢您的回复。
    果然只有拆才能达到这种满意的效果。
    一直也蛮想自己扫几本的,但是不确定是不是一定要暴力拆的。
    之前没拆扫过几本教科书,效果不是很好。
    哈哈,知道您是分享技术的。
    怎么能分享文件啦,不然出版社铁定要追着您了,毕竟这么新的书。
    不过扫描自用,除了方便携带,我觉得还有个好处就是方便阅读。
    某出版社现在的印书用纸真的好薄好透。扫描处理后,不会有背面透过的字干扰。还有,有的辞书字小,高清扫描后可以放大着读。

    该用户从未签到

    12

    主题

    12

    回帖

    1913

    积分

    解元

    Rank: 5Rank: 5

    积分
    1913
    13
     楼主| 发表于 2017-7-24 06:50:27 | 只看该作者
    woaini123 发表于 2017-7-23 23:39
    感谢楼主!!有彩色的吗?要是能把最新的韦氏高阶双解也扫一下就好了/

    https://github.com/barrer/scan-h ... /scan_helper_jpg.py
    是为了彩色做处理的,但是最终文件还是太大,就用
    https://github.com/barrer/scan-h ... /scan_helper_png.py
    做了双色(colors=2)处理,最大程度保障了阅读的同时减少了文件体积

    大的PDF,PDF阅读器加载太卡(尤其是机械硬盘)

    该用户从未签到

    12

    主题

    12

    回帖

    1913

    积分

    解元

    Rank: 5Rank: 5

    积分
    1913
    14
     楼主| 发表于 2017-7-24 06:55:22 | 只看该作者
    nibaichia111 发表于 2017-7-23 23:53
    谢谢您的回复。
    果然只有拆才能达到这种满意的效果。
    一直也蛮想自己扫几本的,但是不确定是不是一定 ...

    厚的书扫描效果好一些,太薄会透一点,但是几乎影响不大,现在出版社越来越节省成本,不过作为消费者有权选择不买太薄的纸质书

    字太小扫的时候用600dpi或者1200dpi越搞越好
  • TA的每日心情
    无聊
    2022-9-25 21:09
  • 签到天数: 1136 天

    [LV.10]以坛为家III

    17

    主题

    3141

    回帖

    2万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    25388

    灌水大神章

    15
    发表于 2017-7-24 07:27:42 | 只看该作者
    有没有人用过无边距扫描的机器?
    是不是能完全避免变形阴影?
  • TA的每日心情
    开心
    3 小时前
  • 签到天数: 620 天

    [LV.9]以坛为家II

    1

    主题

    689

    回帖

    8814

    积分

    进士

    Rank: 8Rank: 8

    积分
    8814

    灌水大神章QQ 章

    16
    发表于 2017-7-24 14:27:55 | 只看该作者
    多谢楼主啊,辛苦了。

    该用户从未签到

    123

    主题

    1719

    回帖

    3万

    积分

    翰林院编修

    Rank: 11Rank: 11Rank: 11Rank: 11

    积分
    30382

    灌水大神章小蜜蜂章笑傲江湖章翰林院专用章管理组专用章

    17
    发表于 2017-7-25 18:20:01 | 只看该作者
    看了下样张,除非是双色扫描(或者是处理后成双色),不然难以自动划线。。。
  • TA的每日心情
    慵懒
    9 小时前
  • 签到天数: 1104 天

    [LV.10]以坛为家III

    34

    主题

    1867

    回帖

    4万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    43761

    翰林院专用章灌水大神章笑傲江湖章小蜜蜂章管理组专用章

    18
    发表于 2017-7-25 20:09:02 | 只看该作者
    辛苦了!不过还是觉得彩色页面读起来会更舒服,建议楼主保留彩色的

    该用户从未签到

    12

    主题

    12

    回帖

    1913

    积分

    解元

    Rank: 5Rank: 5

    积分
    1913
    19
     楼主| 发表于 2017-7-27 15:44:18 | 只看该作者
    scju 发表于 2017-7-25 20:09
    辛苦了!不过还是觉得彩色页面读起来会更舒服,建议楼主保留彩色的

    https://github.com/barrer/scan-h ... /scan_helper_jpg.py
    用这个彩色
  • TA的每日心情

    2019-9-20 08:37
  • 签到天数: 214 天

    [LV.7]常住居民III

    18

    主题

    664

    回帖

    2万

    积分

    翰林院编修

    Rank: 11Rank: 11Rank: 11Rank: 11

    积分
    25796

    灌水大神章小蜜蜂章笑傲江湖章翰林院专用章管理组专用章

    20
    发表于 2017-7-28 21:05:58 | 只看该作者


    突然找到的, 然后密码忘记了......

    该用户从未签到

    129

    主题

    517

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    13035

    灌水大神章小蜜蜂章笑傲江湖章

    21
    发表于 2017-7-29 00:32:13 | 只看该作者
    嗯,感覺不錯,如果你願意,我和你交換WWP版的Collins,
    不過我不願意用百度的網盤...

    该用户从未签到

    0

    主题

    23

    回帖

    108

    积分

    禁止发言

    积分
    108
    22
    发表于 2017-8-30 11:29:05 | 只看该作者
    太有耐心了!扫描件有这么多!
  • TA的每日心情
    开心
    2020-2-7 19:53
  • 签到天数: 99 天

    [LV.6]常住居民II

    1

    主题

    238

    回帖

    1931

    积分

    解元

    Rank: 5Rank: 5

    积分
    1931

    QQ 章

    23
    发表于 2019-4-10 21:07:08 | 只看该作者
    还有没有下载链接啊
  • TA的每日心情
    开心
    2023-1-2 09:46
  • 签到天数: 337 天

    [LV.8]以坛为家I

    6

    主题

    428

    回帖

    6086

    积分

    会元

    Rank: 7Rank: 7Rank: 7

    积分
    6086
    24
    发表于 2020-2-25 11:00:59 | 只看该作者
    链接失效了。
  • TA的每日心情

    2021-4-6 11:34
  • 签到天数: 3 天

    [LV.2]偶尔看看I

    0

    主题

    17

    回帖

    85

    积分

    白身

    Rank: 1

    积分
    85
    25
    发表于 2021-3-19 21:56:22 | 只看该作者
    链接失效啦