Клёвый чтец №8, или Новый сказ о Левше

Автор: Козловский Евгений
Опубликовано: 19 сентября 2005 года
Источник: "Компьютерра"

"Клёвым чтецом" я перевел-обозвал FineReader в какой-то давней своей компьютерной брошюрке, еще до начала сотрудничества с "Компьютеррой", году, кажется, аж в 96-м, то есть, по скорости того компьютерного времени, - в далеком-далеком, практически незапамятном прошлом. Это как раз была третья версия, которая, после не вполне удовлетворительных мучений со второй, показалась мне верхом совершенства и одной из Сияющих Вершин брезжущего на близком - рукой подать - горизонте Искусственного Интеллекта, взятой Высокой Наукой вкупе с не менее Высокими Технологиями. Я увлеченно тестировал "тройку", сравнивая ее с конкурентами, как отечественными, так и зарубежными, - и она, подлинная "птица", легко обходила их всех на любых поворотах.

Сейчас уж не припомню, писал ли я отдельно о версиях следующих: с четвертой по седьмую, - очень может быть, что и нет: каждая очередная, конечно, была лучше предыдущей: качество распознавания - как божились PR-менеджеры, возрастало то на пять процентов, то на одиннадцать; рос и список распознаваемых языков, - включая даже такие вполне искусственные, как языки программирования (чтобы оцифровать покрытые пылью рулоны старых листингов) или чуть ли не эсперанто; появлялись всё новые возможности в смысле сохранения верстки документа и форматов; хорошели кнопочки тулбара; - и прочее, и прочее, и прочее. Конечно, это не могло не радовать, но при удовлетворении моих реальных потребностей: распознавание обложек компакт-дисков, книжных текстов и журнальных статей, - улучшения сказывались не особенно. Впрочем, ситуация естественная: при достижении любым продуктом некоего (довольно высокого) уровня дальнейшие усовершенствования идут больше по мелочам: возьмите хоть автомобили. То есть сказывались, конечно, однако недостаточно, чтобы дать повод для отдельного "Огорода".

Но вот вышла "восьмерка" - и повод такой, похоже, дала.

Список ее отличий от "семерки", выданный на презентации, занимает десять (!) страниц, включая в себя не только чисто эстетические удовольствия вроде появившихся словарных баз для словенского и башкирского языков и добавившегося в двух ипостасях - кириллической и латинской - уйгурского[Впрочем, относительно уйгурского и башкирского - это только для меня удовольствие чисто эстетическое, а для уйгуров и башкир - практическое. А они ведь - покупатели], но и практическое: например, понимание картинок в формате компрессированного (методом LZW) tiff’а, о кочку которого я в прежние времена частенько спотыкался. Повысившаяся скорость распознавания оставила меня практически равнодушным, поскольку и раньше она не казалась недостаточной: мне ведь, слава богу, не приходится просиживать за этим занятием дни напролет, - а вот понимание гиперссылок, их проверка в процессе распознавания и перенос в текст - это представилось блестящим, едва ли не цирковым трюком, и я стал всерьез подумывать о переводе в цифровую форму всего моего многокилограммового "Огородного" архива - с целью освобождения "тещиной комнатки". Появились радости и для бюрократов, для каторжной офисной работы, - но к интересам бюрократов я всю жизнь относился с неким брезгливым равнодушием… Впрочем, всё это вполне уложилось бы в стандартные улучшения от версии к версии, если б не…

Если б не объявленная (и, как выяснилось, неплохо реализованная) поддержка распознавания документов, снятых цифровыми аппаратами! Не могу сказать, что это революция, сравнимая с прорывом цифры в фотодело, но - безусловно заметный шажок, возможно, эту революцию завершающий. И впрямь: цифровой фотоаппарат сегодня есть если не у каждого, то у каждого, скажем, третьего, и, понятно, что переснять им пару нужных страниц учебника или справочника куда удобнее, чем предполагающим специальную стационарную обстановку сканером.

Косвенно эту материю я уже задевал в прошлом "Огороде" ("Восточный DocExpress")[Поскольку вегетационный период у овощей разный, редакция решила пропустить FineReader вперед. А DocExpress как раз через недельку и поспеет. - Прим. ред], когда писал, что цифровой фотоаппарат в ряде случаев удобнее любого, даже карманного (не говоря уж о настоящем) сканера, - но не мог и не признать, что результаты распознавания после фотосъемки выходят очевидно худшими. Дело понятное: оптика универсальных аппаратов недостаточно жестка, получаемое разрешение заметно ниже, чем у сканерных картинок, освещение, как правило, недостаточное и неравномерное, и вообще… И вот, программисты из ABBYY решили попробовать приспособить программу к этим "плохим" картинкам (предупредив, что лучше снимать камерами не менее чем с четырехмегапиксельными матрицами). И приспособили.
Я провел следующий тест: взял полосу "Компьютерры" с собственным "Огородом" ("Компьютерру" потому, что она напечатана на полуглянцевой, бликующей бумаге и довольно мелким шрифтом; если бумага надежно матовая, можно у фотоаппаратов включать вспышку, что сразу резко повышает качество снимка), отсканировал ее сперва недорогим планшетником (Astra 4700 от Umax), потом - безо всякого специального света, но со штатива - снял ее же Olympus’ом Е-20 (5 мегапикселов) и шестимегапиксельным Exilim’ом Pro 600 от Casio (у него есть специальный режим для съемки документов, - распознавальщики и производители цифровых фотоаппаратов идут навстречу друг другу!). Все картинки скинул на винчестер и вызвал их для распознания сначала седьмым, а потом - восьмым "Клёвым чтецом".

Сканерная картинка в обоих случаях распозналась одинаково: практически стопроцентно, только после "восьмерки" гиперссылки, при сохранении в PDF, работали! Картинку с Olympus’а "семерка" распознала процентов эдак на шестьдесят, а "восьмерка" - ну… на семьдесят. Другое дело - картинка с Casio, у которого был включен "документ-режим". Там процент "семерки" повысился до восьмидесяти, а "восьмерки" - только, может, процента на три не дотянул до сотни! То есть разница налицо, причем видно, что аппаратная составляющая тоже играет свою, и немалую, роль. Короче: чудес, разумеется, не бывает, но если подходить к проблеме с умом и пониманием - можно добиться результатов, которые "третья" версия лет восемь назад давала при картинке со сканера.

В общем, браво, ABBYY! Верной дорогой идете, товарищи! Есть шанс дожить до времени, когда цифровики будут комплектоваться FineReader’ом Lite, как сегодня комплектуются сканеры.

Покончив с изюминкой "восьмерки", перейдем к неприятному, обозначенному в заголовке как "Новый сказ о Левше". Помните, в чем там, у Лескова, была главная грустная заковыка? Левша сумел подковать микроскопическую блоху и даже на гвоздиках автограф накарябал, - а сообразить, что после подковки она перестанет скакать - на это ума не хватило. Вот и FineReader, еще с самых первых своих версий, ковать учится все изощреннее, а думать, увы, нет.

Поясню в чем дело. Сканируется, положим, задняя обложка компакт-диска со списком треков, номера которых частенько набираются каким-нибудь высокохудожественным шрифтом или заключаются в квадратики или обводы другой формы. "Клёвому чтецу", несмотря на шрифт и квадратики, удается-таки разобрать два-три (а иной раз - и пять-шесть) номеров правильно. Но догадаться, что это - нумерованный список и, следовательно, нераспознанный между "тройкой" и "пятеркой" значок вероятнее всего есть "четверка" - это уж, извините, кишка тонка. Или еще пример, с той же обложки: фамилии авторов песни, заключенные в круглую скобку, распознаются не всегда точно: "(Josea - Taub" в четырех случаях распознаны как "Qosea - Taub", а в трех оставшихся - правильно. Честное слово, семи пядей во лбу не надо иметь, чтобы - по шрифту ли, по расположению - догадаться, что эта часть двадцатидвухпозиционного списка вся заключена в скобки, а нераспознанный Qosea есть не что иное, как распознанный рядышком Josea, - а вот поди ж ты!

Не то чтобы мне было так уж трудно поправить эти несколько "замученных очепяток", - но я в толк не мог никогда взять, почему такая умная программа, разбирающая знаковую составляющую порой очень трудно идентифицируемых закорючек, пасует перед столь элементарными задачами - и на каждой презентации тупо продолжал задавать один и тот же вопрос: когда же "Клёвый чтец" хоть чуть-чуть поумнеет? Задал и на этой, и мне, наконец, было отвечено, что в "восьмерку" "интеллектуальный" модуль уже встроен, хотя как следует еще на заточен, и, вероятно, точить его будут вплоть до выхода очередной версии. Но зачатки уже есть, так что я могу попробовать проверить.

Проверил первым делом - даже еще до фотографирования. Увы, "умнеющая" (по заявлениям разработчиков) "восьмерка" повела себя - в интеллектуальном отношении - ровно так же, как глупые "семерка", "шестерка", "пятерка" - и далее вверх до начала списка. Ну, как говорится: хорошо не жили, начинать нечего…

И все же закончить "Огород" хочется на ноте оптимистической: к "восьмерке", отдельно, прилагается замечательная утилитка под названием ABBYY Screenshot Reader, которая, правда, начинает работать только после того, как FineReader зарегистрируешь (эдакий легкий шантаж). Она запускается в виде маленького продолговатого окошка, в коем качестве и может висеть на экране, не особенно мешая работать. При необходимости можно выбрать, в каком из доброго десятка распространенных форматов сохранить содранное с экрана и тут же распознанное, потом - нажать на кнопочку с изображением фотоаппарата, потом - выделить нужную область экрана и… все.

Нельзя сказать, что раньше я не пользовался FineReader’ом для распознания текстов, скажем, системных табличек или субтитров фильма, - но тогда приходилось делать это в три с половиной этапа: сохранять в буфер обмена, записывать в графический файл и уж только потом вызывать FineReader, а в него - этот графический файл. Теперь процесс стал заметно проще и много приятнее.

Особенно впечатляет дерево каталогов с раскрытым справа списком файлов, экспортированное непосредственно в Excel. Правда, и тут ум прихрамывает: в тринадцати случаях правильно распознав и спозиционировав в таблице время создания файлов, в следующих пятнадцати Screenshot Reader (а вернее, думаю, сам FineReader) зачем-то отвел под минуты отдельную колонку.
В общем, как призвал в свое время Великий Вождь: учиться, учиться и еще раз учиться! Толк, рано или поздно, надеюсь выйдет.

- Из журнала "Компьютерра"