|
本帖最后由 chigre3 于 2018-6-30 21:37 编辑
不用另外写个小程序,直接综合使用现有的工具软件。
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。
(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;
(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)。
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)
(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)
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]
https://www.pdawiki.com/forum/fo ... hread&tid=22035
我的楼层:
https://www.pdawiki.com/forum/fo ... 2035&pid=520858
|
评分
-
3
查看全部评分
-
|