《和平县志98版》文本 —— 文化

香夭

转换后的word档，请自行对照。
扫描的图片文档转换为word档，可编辑、检索.doc

香夭

略为试用了此软件，挺不错，OCR识别率挺高，转换后的word档的排版格式有些不对，从新编辑排版即可，比一个字一个字的码强。
win8下试用有些问题--------win8企业版  64位
xp下试用没问题-----Windows XP pro with sp3 VOL 微软原版

东山三

谢谢您能用心找到“泰比”这个OCR软件。

看样例，“泰比”文本识别率是挺不错的。

因为经历过前边的人工一边看图片一边打字的低效率，我们也曾在网上搜索能较好从图片转换出文字的软件。目前我们使用的是微软的OneNote 2010试用版。从目前几篇的识别效果来看，也还是挺不错的。

如果我们现在不缺软件了，而是需要多个人来参与人工校对OCR软件转换出来的文本，您愿意参与吗（目前已经约转换好六篇）？

香夭

过了年就要漂泊他乡，没时间。

香夭

东山三 发表于 2013-2-13 19:20
谢谢您能用心找到“泰比”这个OCR软件。

看样例，“泰比”文本识别率是挺不错的。

直接将扫描的图片用ABBYY FineReader转的pdf文档一点错都没有，格式版式也一样，无须校对。扫描然后转档再保存为pdf格式即可。
转word档会有一些识别不出，版式也有些错位。需从新排版。
建议扫描后直接转换为pdf格式。一样可以编辑、检索。转档后还无须从新排版，校对。省时省力。一个人就可轻松完成。

个人觉得扫描后直接转pdf比转word要好很多。

用本坛原档扫描件转的pdf，一点错都没有，版式，格式和书本的一致，可检索，可编辑。跟看原书没什么区别，唯一的区别就是电子文档与纸质的区别。

东山三

香夭 发表于 2013-2-13 21:21
过了年就要漂泊他乡，没时间。

在哪个地方发展？

挺可惜的，从回复来看，感觉您做事挺认真的，如来人工排版，那效果应该不错。

东山三

香夭 发表于 2013-2-13 21:32
直接将扫描的图片用ABBYY FineReader转的pdf文档一点错都没有，格式版式也一样，无须校对。扫描然后转档再 ...

目前，个人认为坚持要直接“掏”出文字的原因是：可以用文字重新制作各人喜好的版本，如喜欢PDF的就制作成PDF；喜欢Word的就用Word版本……

PDF是在保留原有格式，图表，图片等有优势。但觉得《县志》多数时候是一种工具书，分节、分章编排成文字在网络上发布，会比PDF版本更好被搜索与收录。

香夭

东山三 发表于 2013-2-14 08:29
目前，个人认为坚持要直接“掏”出文字的原因是：可以用文字重新制作各人喜好的版本，如喜欢PDF的就制作成 ...

目前，个人认为坚持要直接“掏”出文字的原因是：可以用文字重新制作各人喜好的版本，如喜欢PDF的就制作成PDF；喜欢Word的就用Word版本……
-----------
世上的人如此多，人的喜好亦是如此多而别样。
有人想要ppt档，你是不是也要弄一个ppt档出来？
有人想要Excel档，你是不是也要弄一个excel档出来？
有人想要纯文本的txt，你是不是也要弄一个txt文档出来？
有人说我想要漫画版的，你是不是也要弄个漫画版的出来？
有人说我没电脑想要DVD，你是不是也要刻DVD光盘？
....
...
.
多此一举。


PDF是在保留原有格式，图表，图片等有优势。但觉得《县志》多数时候是一种工具书，分节、分章编排成文字在网络上发布，会比PDF版本更好被搜索与收录。......
-----------------------
这是和平县县志，不是书店里的畅销书。谁会看和平县的县志？除了和平人，只有撰写志书、历史学家、研究社会学搞社会研究等的一些相关领域的人才会看。再有一类就是用来收藏的，但是只有原版原书才有收藏价值。谁会拿word文档用来作收藏呢？
和平人又有多少会看和平县志？有百分之一不？和平图书馆里有没有县志可看？又有多少人会去借阅？你觉得网上会比现实中有更多人的搜索并查阅和平县志？那么坐在电脑前的又是什么人呢？还是前面的那句话“多此一举”。
真正搞学术研究的是不会拿网上的东西来作为主要参考依据的。因为网上的东西太容易被篡改。


PDF是在保留原有格式，图表，图片等有优势。但觉得《县志》多数时候是一种工具书，分节、分章编排成文字在网络上发布，会比PDF版本更好被搜索与收录。......
-----------------------
既然你认为县志是工具书，那就先看看什么是工具书？
定义：把某一门类或各种门类的知识资料，按一定的编排方法汇集在一起，专供人们查阅、征引，以解决各种具体问题的一种特定类型的图书。如字典、词典、类书、索引、历史年表、年鉴、百科全书等。引：http://www.zdic.net/cd/ci/3/ZdicE5ZdicB7ZdicA575923.htm
再来看看什么是县志？
定义：记载一个县的历史、地理、风俗、人物、文教、物产等的专书。 引：http://www.zdic.net/cd/ci/7/ZdicE5Zdic8EZdicBF38258.htm  看清楚了，是专书不是工具书。
专书的定义：就某一专题而编写的著作。  引：http://www.zdic.net/cd/ci/4/ZdicE4ZdicB8Zdic93213779.htm

从县志的定义可以看出，县志本身就是一部按历史、地理、风俗、人物、文教、物产等分好章节的书。你却要再分章分节，还是多此一举。

现在的pdf阅读器都有某些控件支持在线搜索（得先上传至网上），国内外的浏览器大都支持pdf文件内容的搜索。所以你还又是多此一举。

真有心做的话，做一个可以编辑、检索的pdf文件放在网上提供下载就够了。你看看你吧，一本县志，却发了这么多的贴，差不多整个版面都是你发的关于同一个命题的帖子...浮夸！

东山三

香夭 发表于 2013-2-15 16:57
目前，个人认为坚持要直接“掏”出文字的原因是：可以用文字重新制作各人喜好的版本，如喜欢PDF的就制作成 ...

香夭，您说得不错。

县志的PDF初版已经做好了（约42.2M），等社区管理员发布链接。

另，如果发帖粘文本，也不再开新帖。

谢谢指正。{:soso_e113:}

猪头柄

谢谢，没想到有我表大伯父的资料和祖父战友的资料。非常感谢。
我亲大伯父的书法60,70年代曾经代表国家去日本参展，因打成地主仔和反革命后代，未署名。