1万米求两本词典OCR

leescott · 发表于 2019-8-17 16:26:34

本帖最后由 leescott 于 2019-8-17 18:13 编辑

两本书想做成MDX，ocr不是很懂。OCR到文本，就好了。
厚的一本，主要是后面五十六页，需要分六栏。正文也请您OCR，我会提取词语，对照后面的56页，免得校对。
薄的一本，只需要120页目录（大约11-130），分三栏，希望顺序准确。本来下载有书签，但是，顺序很乱。要是目录能够分级，就更好了。
另外，我打算做成诗词助手的索引。工具书数据库有这两本，改版了却不会下载了，只是目录都下载不到。而且薄的一本数据库不全，本来9000多，它只有6000多。
就是说，厚的一本，数据库下载、整理也是一个办法。

谢谢！但愿正确率非常高哟。

链接：https://pan.baidu.com/s/1-reABSegGPJ4y8oRnfv6sg
提取码：ndhq

孤影 · 发表于 2019-8-17 16:26:35

本帖最后由孤影于 2019-8-17 14:41 编辑

链接：https://pan.baidu.com/s/1kHAIXu6mJn0MTc3hKXjxNw
提取码：0dfp
复制这段内容后打开百度网盘手机App，操作更方便哦

leescott · 发表于 2019-8-18 08:20:07

本帖最后由 leescott 于 2019-8-18 10:10 编辑

首先，感谢了！
事物异名分类词典这本，特别想顺序一样，不然，复制出来乱的要死，应该比书签还乱，就失去意义了。
另一本，书的效果比较好，感觉还可以。顺序不是特别要求，因为可能主词条少一些。当然，有顺序更好了。
我也有FR，所以，稍微一点点不满意。
这些软件经常吹嘘95%以上准确率，实际上，像这样取词的时候，大约85%左右的准确率。软件还是有很大发展空间，比如，人工智能。

leescott · 发表于 2019-8-18 08:55:19

继续接受别的更加完美的OCR。谢谢！

leescott · 发表于 2019-8-18 11:06:02

我用acrobat来OCR多一点。平常也不导出文本什么的。
刚才有个发现，分享一下。
我的图像位置居中处理的，这样在FR里面画出三五个框，保存区域模板。然后，马上导入区域模板，有个应用到所有页面的点选。居然，别的页面也有框了。
画框是为了得到精确文本的位置、顺序。

jiaqiangmit2 · 发表于 2019-9-2 13:53:13

lz,请问你那么多米是怎么来的？

[悬赏] 1万米求两本词典OCR

最佳答案