[討論] 自炊PDF重排版不需OCR

[arkr (海龜仔)]

各位版友好，書版第一次發文請大家多多指教。
手機發文，若是排版跑掉還請大家海涵。

更新版友意見
1. viaggiatore：富士通 Scan Snap ix500軟體隨附文字辨識軟體，可掃描時生成可供搜尋
的檔案
2. decorum：使用koreader重排版可直接在閱讀器操作，但中文書無法選取文字否則會重啟
，至今開發團隊無解

最近開始嘗試自炊，但因為手邊沒有適合的OCR軟體，同時聽說中文OCR辨識率非百分之百，
且我無意花心力校正，因此嘗試以K2pdfopt重排版的方式處理掃描後的檔案。
以下是我嘗試歸納後的流程，提供給有興趣自炊的版友參考。

書籍類型：直排書，單欄，純文字

軟體需求
1. PDF編輯軟體：可裁切、旋轉(eg. Adobe Acrobat)
2. K2pdfopt：重排版

步驟
1. 掃描生成PDF檔
2. 以編輯軟體裁切白邊，僅保留文本。頁碼與天地的章節名稱會影響重排版效果，建議切
掉
3. 以K2pdfopt進行重排版，以下為設定步驟，未註明表示保持預設(default)，以Kindle 8
為例
    3.1 Add file
    3.2 Device選Kindle 1-5。若沒有合適機型須於Additional options欄位鍵入-fc-後調
整參數
    3.3 Additional options欄位鍵入 -rt 90 -ls
    3.4 Max columns調整為1
    3.5 下方勾選Smart line breaks (調整為0.001)、Re-flow text、Fast Preview
    3.6 右下方Preview重排版後的頁面，可以多看幾頁確認。此時頁面為上下顛倒，是正
常的
    3.7 Convert All Files輸出檔案
4. PDF編輯軟體旋轉180度，完成

用本方法可以規避OCR後的校正問題，並維持直排書排版，並可適用於6吋或各種尺寸的閱讀
器。但若是書籍排版方式複雜(例如圖文夾雜)，可能要多加嘗試調整參數，或乾脆使用大尺
寸閱讀器。
祝大家自炊順利。

參考資料
直排書重排版參數設定 https://www.mobileread.com/forums/showthread.php?t=144711&p
age=91

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 124.11.240.245 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/book/M.1578398660.A.81F.html
※ 編輯: arkr (124.11.240.245 臺灣), 01/07/2020 20:06:16
※ 編輯: arkr (124.11.240.245 臺灣), 01/07/2020 20:09:12
推 nnlife: 推個
推 p597fg: 想請問這個軟體可以用來重排直書的自炊檔嗎？
→ p597fg: 抱歉  剛剛沒注意看到
→ pshuang: 請問是用哪一種設備掃描？
我是用Snapshot ix500，但只要對比度跟解析度高、可進行梯形校正(k2pdfopt有校正功能
，但我不確定中文效果如何)，即使是手機掃出來的PDF檔我想也可以用
※ 編輯: arkr (140.120.99.103 臺灣), 01/08/2020 10:58:17
推 viaggiatore: 推個。不過我想另外知道有沒有校正圖片傾斜更快的輔
→ viaggiatore: 助軟體或方法? 用PHOTOSHOP一張張校正傾斜圖片太慢
→ viaggiatore: 至於轉為可搜尋文字在我使用的富士通Scan Snap ix500
→ viaggiatore: 隨機附贈的軟體就很好用了，比較沒有文字辨識的問題
v大的書是不方便拆嗎？若是如此，我也看過有人在書底下鋪黑布/黑紙(凸顯白色書頁後續
後製更好處理)，書上壓玻璃或壓克力把書頁壓平後拍照，把相機或手機架在書上，與書形
成一個四角錐後拍攝。或是直接用平台式掃描器應該也可以減少掃描時的變形
軟體的部分我就比較不熟了，樓下p大提供scan tailor軟體校正好用。k2pdfopt是有Autost
raighten的選項可勾選，v大可以試試看
感謝提醒ix500附文字辨識軟體，我更新在文內
→ p597fg: Scan Tailor糾偏好用，但是只吃圖片檔
推 decorum: 橫排的在Koreader上reflow的效果還不錯 不過中文書籍在
→ decorum: 重排過後 不能劃選文字 會造成軟體重啟 開發團隊至今解決
→ decorum: 不了 這頗為嚴重 因為不能摘要、劃重點、查字典
→ decorum: 幸好問題只在中文書上發生
感謝d大提供koreader使用心得，但我是個不敢刷機的膽小鬼，因此只好採迂迴戰術XDD，也
更新在文內供參
→ rerun: 看書這麼累
※ 編輯: arkr (140.120.99.103 臺灣), 01/08/2020 17:44:00
推 viaggiatore: 在 Scan Snap 檔案選項中就有選取OCR
→ viaggiatore: 口轉換成可搜尋的PDF檔案 (這項打勾)
→ viaggiatore: 我的書都拆好的，但是很多本身就印歪了，或者是紙張
→ viaggiatore: 吸入掃描時很容易頃斜一點點，檔案也跟著傾斜
→ viaggiatore: 我用的不是平台式的掃(CZUR那種)，而是很像印表機一
→ viaggiatore: 直吸入紙張掃描很快的那種。實際使用那種機器就會想
→ viaggiatore: 書看得再多也比不上掃描器，但怎麼用出來是人的能耐
→ viaggiatore: 在那種機器問世後誇耀書看得多少顯得沒有意義..
推 viaggiatore: 謝謝arkr p597fg提供的資訊，可以處理圖檔就很夠用，
→ viaggiatore: 因為我可以把多個JPG圖檔用軟體工具轉成一個PDF
能幫v大解決問題我這文就發得很有意義了
※ 編輯: arkr (124.11.240.136 臺灣), 01/11/2020 19:07:54
推 viaggiatore: 誇耀書看多少是對之前有人誇稱自己看一千本啥的，結
→ viaggiatore: 果寫出來的東西亂七八糟毫無文筆還惹人訕笑的事....
→ viaggiatore: 我只覺得那個人很難再從他人受教，因為那人從書得到
→ viaggiatore: 太多智慧的假象而自傲，像滿水的瓶再也裝不進水。
→ viaggiatore: 相比之下，還願意低聲下氣請問他人的人比那個號稱讀
→ viaggiatore: 超多的胡言亂語者更有指望.....
我好像知道viaggiatore大說的那位，那時候是他對科學研究表現出的不屑跟誤解徹底激怒
我，現在回想，跟這種人有什麼好說的。如果真的要說的話，也應該是對誤信他對科學研究
的不實說法的人澄清真正的研究在做什麼吧
我也同意看多少書不是重點
※ 編輯: arkr (124.11.240.190 臺灣), 01/13/2020 08:14:20