Nápověda:Rozšíření:Wikisource/Wikimedia OCR
Funkce OCR na Wikimedia rozšíření Wikisource přidává do hlavního panelu nástrojů pro úpravy v jmenném prostoru Stránku rozhraní panelu nástrojů, které umožňuje rychle extrahovat text z obrázku stránky a přidat ho do textového pole těla stránky. OCR je zkratka pro optické rozpoznávání znaků a jedná se o proces, kterým lze text na fotografii převést na upravitelný text a přidat jej tak do wiki.
Chcete-li tuto funkci použít, klikněte na tlačítko 
na pravé straně hlavního panelu nástrojů pro úpravy.
Tím se spustí proces OCR a výsledný text se vloží do pole těla stránky v editačním formuláři (nahradí se veškerý text, který se tam již nachází).
V horní části pole těla se zobrazuje tlačítko 'zpět', které vám v případě potřeby umožňuje vrátit se do předchozího stavu pole.
V základní podobě je to veškerá funkcionalita Wikimedia OCR, ale existuje i několik pokročilých funkcí, které mohou být za určitých okolností užitečné a jsou k dispozici v rozbalovací nabídce napravo od hlavního tlačítka 'Extrahovat text'. Tyto pokročilé funkce vám umožňují vybrat si jiný OCR modul. Nastavit seznam jazyků, které softwaru pomohou detekovat slova. Nebo vybrat menší oblast stránky, ze které se má extrahovat text. Všechny tyto možnosti jsou vysvětleny níže a kromě výběru enginu jsou všechny dostupné prostřednictvím položky nabídky 'Pokročilé možnosti', která otevře novou kartu.
Zdroje
V současné době jsou k dispozici tři zdroje OCR: Tesseract, Google a Transkribus. Tesseract je open-source nástroj, který běží interně a podporuje širokou škálu jazyků a dalších možností. Google OCR je proprietární služba, která také podporuje mnoho jazyků, ale má méně možností. Transkribus je podporován družstvem EU READ-COOP a spolupracuje s Wikimedia Foundation, aby poskytl omezený počet bezplatných kreditů na podporu projektu Wikisource Loves Manuscripts.
Výběr, který z nich použít, se může lišit v závislosti na povaze zpracovávaného obrazu.
Chcete-li přepnout zdroje, vyberte v rozbalovací nabídce příslušný přepínač. Vaše volba bude zapamatována pro vaše aktuální zařízení a můžete ji kdykoli změnit.
Jazyky
Kliknutím na položku nabídky Rozšírené možnosti se otevře nová karta s formulářem pro přepis, který obsahuje pole pro výběr jazyka nebo jazyků použitých na stránce extrahovaného textu.
To je užitečné, protože zdroje OCR mohou být mnohem přesnější, když vědí, jaké jazyky očekávat.
Pokud váš jazyk není v seznamu, můžete pole Jazyky nechat prázdné a modul OCR se pokusí extrahovat jakýkoli text, který dokáže. To může mít různé výsledky a stojí za to to vyzkoušet.
Oblast oříznutí
Chcete-li extrahovat text pouze z části obrázku (například z jednoho sloupce stránky z novin), je možné vybrat oblast oříznutí.
To provedete tak, že nejprve kliknete na tlačítko oříznutí (
, viz snímek obrazovky vpravo) a poté kliknutím a přetažením přes obrázek stránky nakreslíte obdélník.
Obrázek lze přiblížit, posouvat a ořezový obdélník lze podle potřeby posouvat a měnit jeho velikost.
Nad obrázkem jsou tlačítka, kterými lze přepínat mezi přesunutím a oříznutím.
Jakmile vyberete požadovanou oblast, klikněte na tlačítko 'Extrahovat oblast' a v textovém poli vpravo se zobrazí text pouze pro danou oblast.
Návrat z Rozšírené možnosti
Po použití formuláře s pokročilými možnostmi k extrakci textu je nutné výsledný text zkopírovat a vložit zpět do pole těla formuláře pro úpravu stránky.
Pro urychlení je k dispozici tlačítko Kopírovat do schránky.
První použití
Při prvním otevření stránky pro úpravy se na tlačítku Extrahovat text zobrazí pulzující modrá tečka.
Kliknutím na tuto tečku nebo na kterékoli z tlačítek se otevře vyskakovací okno s vysvětlením, o jakou funkci se jedná.
Po zavření tohoto vyskakovacího okna se již znovu nezobrazí (na stejném zařízení).
Problémy
Pokud narazíte na jakékoli problémy s používáním na Wikimedia OCR, nahlaste je prosím na Phabricatoru pod štítkem Wikisource OCR.
 |
Poznámka: Úpravou této stránky souhlasíte s uvolněním vašeho příspěvku pod licencí CC0. Více informací získáte na stránce nápovědy veřejné domény. | |