|
本帖最后由 chigre3 于 2018-11-30 08:14 编辑
R) M/ M% }1 ~6 E/ S. X' H$ d9 B/ p
一、致谢:0 p. y2 W0 ~& h, U; M, R7 T
感谢 @vbnet 的自动画线测试版, 现在经过个人修改, 几乎完全删除了原先的内容, 软件名称仍为 Picture Capture
" h; ]! T4 c3 a7 }" h" H6 h 感谢 @孤影 的自动划线软件, 给了很多界面上的参考4 b/ r6 R- R; ]# Y+ V0 Q$ [( A
------------------------------------------------------------------------" }5 c5 P4 P9 }. B% P: s
二、这个软件有什么用呢???: X1 E, e1 x3 k" N8 T
极大地提高制作图片版词典的效率,现在个人需要做的事情仅仅为:) S; A# P* A2 w- x2 K
1. 前期的图片处理:Abbyy Finereader(整体校直)、Photoshop(模板调位置, 统一)、ComicEnhancerPro(转换格式、大小) 等6 X2 z3 Z P- C. S C2 `; j
2. 使用本软件进行:' E' C* J% ^1 A2 w0 z9 h- _ B" q" P
(1) 全部页面的 自动划线-->自动OCR5 I# A3 I; z- x3 ?
(2) 逐页校对划线和文本(可删可增)3 e) C+ E8 F$ z2 D
(3) A.合并 .pdic (词条 + 坐标信息) --> Excel 模板 --> 文本替换 --> 精确高亮定位 整页版 图片词典( w! x% C, {3 [0 f. i$ I- b
B.导出单词整体切图 --> 合并 .PWWords (词条+图片名称) --> 文本替代 --> 切图版 图片词典
! Y% o7 n( \* {& ^------------------------------------------------------------------------
5 m, ]5 Y; n9 H) m/ D( b三、实现的功能:6 X6 K3 f5 Q( y, W) P1 \$ Y1 i# m# F
1. 画线:
2 b" g! k/ s3 l- I (1) 自动分析页面 + 自动画线$ a# f2 N5 ]' u
(2) 手动模式定义页面 + 自动划线
: `( i& H4 B1 Q& |8 ?* w (3) 鼠标右键单击修改单栏重新自动画线
8 n8 |5 z' `0 E7 [+ T 以上均 + 鼠标左键单击增加画线, 文本框内快捷键`删除划线
- j: C( h2 r7 h% M' a# s2 S# ~! d( ]
2. OCR:
0 r4 z/ p( \" n3 Z+ D2 F 采用Tesseract OCR, 具体语言文件 tessdata 可以到官网下载:https://github.com/tesseract-ocr/tessdata
' b6 c* w; Y' l2 {% b, M9 z (1) 导出文本:可外部编辑后导入, 避免OCR单个切图的不足
4 \1 F! U& k% {, c* w. A (2) 导入文本" p z5 j$ s5 I% o" o- G* c) l
(3) 1 + 2:直接将OCR结果导入当前页面的文本框 --> 校对- q$ L6 v& s7 f6 ^+ @6 i( ^
外置批量替换表达式文本, 可自行创建和编辑, 适应各个词典不同OCR处理的场景
. _5 w- P% B9 ?2 k w, e u+ R- A- Y V/ h! G3 n, u
3. 切图:/ ?; O2 d" G) J, q; w+ W
(1) 词条单行切图:也可以使用外部其他OCR软件处理,或者其他用途" W# c3 Z" B5 g( Q% Q4 N+ I
(2) 词条整体切图:实现切图版图片词典的制作(背景透明,不过目前需要其他PNG优化软件缩减大小:https://www.pdawiki.com/forum/thread-19157-1-1.html): Z$ R, ~9 k& K, `) N; g
(实例1:[英-汉] 20161113《英汉大词典(第2版)》10页单词 切图版 https://www.pdawiki.com/forum/thread-19015-1-1.html)8 j/ w* j/ ~( ^8 z6 f
(实例2:新西汉词典 切图版 https://www.pdawiki.com/forum/fo ... 6545&fromuid=174481)
2 H( v+ }0 ]/ A7 A# u / t w+ l' U. N& O* e( A+ [
可实现仅导出切图坐标等信息,不导出切图,方便使用外部软件进行7 B+ D& q. R; n
% [7 H& k" n; f8 w% v5 P; D% t" I' p' E8 \
4. 校对:
! X( v" |8 @; W: Y 列表式样, 与主窗口同步更新文本框内容, 也高亮匹配提示
, M' K$ I2 l4 e1 U3 y( h0 d0 s( F$ i
$ U3 A7 y8 W( _, s 5. 其他:
- b6 L8 a- e! ?1 y (1) 配置文件保存、导入3 a$ n0 j+ `) \- Z& y
(2) 自动下一页+操作(定时):自动保存、自动画线、自动OCR、自动切图。方便无人值守完成相应任务5 F8 H; N. l5 ]7 N' A6 k$ W# G+ c
(3) 最重要的还是要人工校对!!!!
+ p3 q1 H3 w. |& q& S. p (4) 高度自定义参数设置
) P6 |; Q9 i8 W) }------------------------------------------------------------------------
$ n6 N6 f. ?6 s# i2 m/ b4 ?% V: ]如题,放个图:- X5 v$ Y1 ` Y8 P# W: H$ S
) n5 f0 Q4 X m$ g
( n1 }9 H, _ S1 o0 S0 v, U) l2 q+ c L) ~- s# u5 a' v R, f7 R, c1 A
2 \4 J, D: r5 O7 q( }( q
截图内的词条文字为OCR结果; [ P3 ?% {* N0 t( ]
) U& M+ `2 X0 S' `
& M% w' Y& b3 ]; ~/ |
, B; B7 c, F5 i& F1 f" i9 X----------------------------20181130更新:
* @: s* h/ D1 T' L: B校对窗口增加按当前提示索引(全部或部分)填充当前划线的文本框!( D2 P6 w: B6 ^5 X0 w+ x
----------------------------
% p& U; E, R& F* U$ l5 H: i20180809更新:$ ~2 X6 O2 S- a$ X6 P: Y9 H$ |
插图画区域由之前的矩形升级为任意多边形# Q: }& q; U f; q
' y1 G6 T o: b7 D% t
/ p) N: l* _$ d: C
----------------------------
5 J# q- |7 |9 n9 W4 h) @20180614更新:% T0 B. E7 {2 v5 \. Z
在校对界面中增加一列单词,即大词库表中 上页末单词和本页末单词 之间的所有单词。3 p- s0 C+ Q. }9 k
单击则替换当前校对文本框中的文本!6 I$ A }! z7 z" P
不同颜色提示,方便定位!
" {8 U5 [5 F. ?8 n* z3 g& |7 j' x9 v" v. ]
7 g$ Z" s7 A1 S, `$ Q" k
" y+ i% `- \, T# Z i! W6 f8 Z----------------------------/ V" |! R5 F5 r1 Z3 S( x" c
20170314更新2: T3 B& X; m& |, P. x) ~ \
校对界面修改如下,增添更多特殊字符(aeiou等),方便校对的时候直接复制粘贴:: a8 @2 F, _/ ~6 x9 i7 o4 l
- [1 {* g1 V$ q# o: c. B$ {$ O! h1 S: B
: X+ Y8 L$ [/ o+ u3 @# O" ^5 p8 f20170314更新:
8 X% v& x9 m5 @5 [5 ?起始页-->终止页) g1 M L. H Z0 r2 |) n
[切图]-【词条整体切图】
8 z2 e. |; S4 A---> 会直接把范围内的页面的所有单词切图导出(软件界面会有假死的状态,不用理会,导出结束就OK了)- v: `9 H2 f& A( \6 I+ T" C8 [
如果起始页和终止页为空,则导出当前页的词条切图2 ?& U N# G8 {3 b7 Z! k9 W1 N6 `
' \: N1 n$ h; I0 m在校对界面时,主界面【√隐藏线框】,那么此时就只有颜色框(平行线宽)4 ?9 q' g9 i2 ^/ }5 e
当前词条亮黄色,其他还是红色
8 g# {+ @$ F# d( f这儿主要是考虑到有时候词条不只是单行,多行的时候可以方便查看。
( y2 w8 v+ Y% {: b$ K- d1 X& P% p7 ]# k- i
----------------------------; V( Y% r/ _* x5 | d
20170313更新:
4 [5 q; j# d% q0 V; q1. 词条整体导出切图的判断逻辑的补充(3栏以上时,位于不同列的上下单词中间隔了空列。之前这个情况未考虑到)
" |9 X8 @9 D: U K 【仅修改了:从PDIC整体导出切图的坐标数据的这部分补充内容】
% C7 Y! o* Y2 j----------------------------! `. |: N' m: _4 k5 i( P
20170217更新:
/ C: y0 m( O3 z, }7 Y( a' `' [1. 画线判断的方法改进(2种方法均改进)
9 N# F3 v" x, e( ]& ^% ^) q----------------------------
! N9 |; t7 w9 P& b20170115更新:
7 ]4 P$ E" {4 j3 K4 H0 p' J. A1 C1. tessdata 的完整语言列表,具体语言移步【https://github.com/tesseract-ocr/tessdata】下载
' \, o6 L' S& Q2. 在图片文件名列表上方的文本框里输入“SMALL”,点击【校对】,每个词条行的缩略图切图(非原始图片上裁剪)+ w- S6 I/ G" H5 ?0 F
----------------------------
# i/ N1 E* p% @7 d4 `. [20161119更新:6 ?5 l' {# J3 ]) ]# H- K9 i
1.修复保存坐标数据时的bug
$ @5 n% e+ |: [* T, x. N Z2.修复单词整体导出页面的一个bug1 @0 x7 I) o' ^) U: `8 ^
3.增加功能: 选定范围页面的批量导入词条3 x4 j- u4 O5 i( ^
4.增加功能: 快速查找定位索引+ m" ~9 u k3 W* X, M" ^- D
----------------------------
0 d3 R* X m1 |( [, ?20161123更新:
9 _' U. y$ @5 |& ~重写词条整体导出切图的判断逻辑,现在应该不会有切图坐标不一致、切图数目不一致的情况了。
/ Z" v$ J O% U
i. p$ K$ @6 y# l- 问题:页面是否有词条?
! e9 Z! t0 S5 C) ^& W0 u% }0 g - 1. NO --> 直接导出和栏数一致的大切图 (标记为上页末词条续)
/ M% ]& v3 r5 @2 e+ A, v - 2. YES -->
, u9 D5 I+ ~; m$ ]9 S$ ^: l7 @ - (1) 确定0号词条所在栏:. _% N2 ~6 e+ v; t& _- i. E$ ~
- --> 0号词条所在栏之前的栏, 直接导出大切图 (标记为上页末词条续)6 S E6 v. j) t, ~
- --> 0号词条所在栏上方若还有部分上页末词条接续, 则导出切图 (标记为上页末词条续)& l, _; A3 ]4 e
- (2) 次数为所有词条数目的循环:
% a" g2 [5 W( U6 f0 L8 k; ? - A. 若: 当前为最后一个词条 --> 确定高度
! |# m1 y7 O3 V - B. 否则:
1 l; @7 L. v% M4 ^# }/ \ - a. 下一个词条在下一栏 --> 确定高度$ N5 C1 I( q) m; X* a0 R
- --> 如果当前词条在下一栏仍有接续 --> 导出切图 (标记为当前词条接续2)% } A6 z+ Z6 v5 u, ?' o
- b. 下一个词条在同一栏 --> 确定高度
1 w: L7 F1 }, U( ^( ~, O - 1 N& }& p) w |2 C% ?7 p
- --> 导出每个词条的切图4 W, j$ @$ Y0 u! W0 a
% L3 |$ {* _1 e) T: j& P; c- (3) 确定最后一个词条所在栏:& {! p1 o6 B& f4 Z3 F
- --> 最后词条所在栏之后的栏, 直接导出大切图 (标记为本页末词条续)
复制代码 4 [' G7 E( x8 w" i' {1 |% g9 A8 m
) k; t* m" c& z m
重要更新:6 L# }- F5 l! l. w
1. 词条整体切图模块重写5 q7 P+ p& m# e" f7 }
2. 增加根据.pdic导出所有图片切图信息(+切图)--> 几十秒【如下面动图GIF】1 s3 N- j1 O4 o- T% {' U
2 V0 S$ H/ k$ W8 d/ w
) m3 a( W& R/ ~3 C8 N
/ u; ^3 r5 M2 ]2016.11.28
/ U/ K( H. j( p3 M3 C" Y更新:一个小小的bug(跳过页首处下方如果单行接续,会因为判断的距离和行高过于接近造成缺漏 --> 修改了公式)% P( G. ?2 ~. b7 ^5 ^: Z1 n$ K& G2 q8 ~
9 b& l5 T( V, y8 u# c9 x |
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
-
1
查看全部评分
-
|