Бизнес на сканировании и оцифровке книг Бизнес идея. Сканирование книг
На сегодняшний день, во время всеобщей компьютеризации и развития большой популярностью пользуются электронные книги. В связи с этим услуга по сканированию и оцифровке книг является достаточно востребованной. Такая услуга заключается в переводе информации с бумажного носителя в электронный (цифровой) вид. Электронные книги позволяют получить пользователям доступ к редким книгам, оригиналы которых хранятся в музеях и частных коллекциях. Кроме того, в таком продукте заинтересованы библиотеки, архивные фонды, школы, университеты. Поэтому организация компании, специализирующейся на оцифровке бумажных книг является отличной идеей бизнеса. На сегодняшний день существуют два подхода к оцифровке книг. Первый заключается в фотографировании или сканировании книг и получение цифровых копий страниц, их последующей обработке и сохранении в формате графических файлов. При этом подходе остается оригинальная верстка книги, исключаются ошибки, возникающие при обработке первоисточника. Однако главным недостатком является невозможность поиска определенных фрагментов текста и его извлечения. Второй подход, опционный, заключается в распознавании текста и сохранении его в формате электронной книги. В этом случае возможен поиск по тексту и индексация больших массивов книг. В последние годы приобрел популярность метод, совмещающий преимущества вышеописанных методов. В этом случае распознавание осуществляется автоматически, после чего текст подкладывают под оригинальные растровые изображения текстовых страниц. Для работы понадобится персональный компьютер, сканер для сканирования книг и специальное программное обеспечение. Программа для сканирования книг, например, «DjVu Solo» позволяет распознавать отсканированный текст в автоматическом режиме. Данная программа проста в работе, научиться работать с данным приложением можно, используя различныеИнтернет-ресурсы, на которых даны подробные советы. Чтобы оптимизировать работу лучше всего приобрести узкоспециализированные книжные сканеры, которые позволяют получить растровые копии быстрым и удобным способом. Чтобы оптимизировать рабочий процесс следует знать особенности сканеров. Сканеры бывают трех видов: планшетные, планетарные и роботизированные. Планшетные сканеры ориентированы на домашнее использование, однако, они пригодны для сканирования именно книг. Планетарные и роботизированные сканеры являются профессиональными, характеризуются высокой производительностью. Эти два типа сканеров оснащены расположенной над сканируемым источником цифровой камерой с высоким разрешением. Также такой сканер может быть оснащен двумя камерами для получения снимка всего разворота книги, что особо важно при сканировании старых, ветхих книг. Рекламировать свой бизнес необходимо различными способами не только в Интернете, но и с помощью объявлений в газетах, расклейки их по городу. Также свои услуги можно предлагать непосредственно заведующему библиотекой. Подобные услуги по сканированию востребованы и со стороны правоохранительных органов. Например, в милиции и прокуратуре хранятся документы еще прошлого века, которые необходимо переводить в электронный вид.
Заработок на оцифровке книг
Данная идея подойдет абсолютно каждому человеку, желающему начать зарабатывать в интернете и даже создать собственный бизнес. Имеется в виду сканирование книг, документов, фотографий и других материалов, чтобы впоследствии перевести их в цифровые копии. Вы спросите, для чего это нужно, ведь сейчас в интернете и так полно различной информации, которую можно найти и скачать бесплатно, или купить. Но это в большей мере касается художественной литературы и современных справочников, а вот, например техническую литературу, изданную десятки лет назад, найти в интернете очень сложно, тем более в бесплатном доступе. Многим профессионалам инженерных специальностей, студентам и преподавателям хотелось бы иметь богатую электронную библиотеку, в которой бы находился любой необходимый им учебник, справочник и другая техническая литература. Что необходимо для старта? Для организации бизнеса по оцифровке бумажных изданий, вам не придется искать много денег. Необходимо иметь лишь компьютер и сканер, а такая техника имеется в доме практически каждого человека. Конечно, для ускорения процесса оцифровки, со временем можно приобрести хороший скоростной сканер. Хотелось бы вспомнить изобретение компании Google – сканер, который обрабатывает около одной тысячи страниц текста всего за полчаса. Уникальность этого устройства имеется в том, что после сканирования, книги сохраняют свой первоначальный вид. А вот японское оборудование в процессе работы разрезает книги на части, после чего их остается только выбросить. Работа с клиентами. Вам необходимо создать собственный сайт, на котором потенциальные заказчики смогут ознакомиться с условиями вашей работы, стоимостью сканирования книг и подать заявку на заказ услуги. Иногородние клиенты будут отправлять вам книги, которые нужно переснять, по почте, поэтому на своем сайте вы должны также указать адрес доставки. Решите для себя, будет ли доставка книг оплачиваться отдельно или это войдет в стоимость услуги. Предложите несколько удобных способ оплаты, чтобы клиент мог выбрать наиболее подходящий для себя: банковский перевод, Webmoney, наличными и т.д. Спрашивайте также клиентов, в каком формате им нужен оцифрованный текст – PDF, DOC, TXT или другой. Работа.
Определение оцифровки, причем, только бумажных книг, не совсем точное определение. Процесс предполагает носитель в качестве источника, а им не всегда является только бумага. В современном мире существует несколько типов носителей информации — бумажные книги, экран компьютера, графические файлы, сайты, мультимедийные издания и так далее.
Более точное определение процесса «оцифровки книг» — это создание или использование готовой графической копии страницы в одном из соответствующих форматов (например, TIFF, JPG, PDF, DJVU, PNG) с последующим (не всегда обязательным) распознаванием текста и перевод результата в электронную форму для дальнейшего копирования, тиражирования, хранения и в том числе перевод первичной копии в другие цифровые форматы необходимого для использования типа.
Самый популярный способ оцифровки — перевод растрового изображения в цифровой формат книг. Среди форматов могут быть графические — PDF, DJVU, форматы для комиксов — CBZ, CBR, текстовые — TXT, FB2, EPUB, PDF, HTML, DOC и так далее. Как правило, графические форматы не являются масштабируемыми. Они сохраняют пропорции и размер исходной страницы вместе с содержимым. В них и довольно часто, для компактности сокращают пустые поля страницы, чтобы текстовое окно, как образ книги, лучше вписывалось в экраны мобильных устройств.
Оцифровка книг — это еще один возможный источник получения электронного контента для чтения.
На историческом этапе оцифровка книг применяется для различных целей. От личного использования до профессиональных нужд. Как хобби и вид заработка. Для наполнения библиотек и магазинов контентом. Довольно закономерное правило — чем больше контента продается или распространяется бесплатно, тем меньше используется оцифровка для создания электронного контента. Этот вид деятельности переходит в узкоспециализированное русло для увлеченных людей и профессионалов. В то же время, наполнение библиотек происходит путем обмена, а не создания новых цифровых копий.
Магазины и музейные архивы активно оцифровывают книги по нескольким причинам, основной из которых является недоступность цифровой копии у правообладателя, ограниченное количество или старинные книги, исходный материал создавался не цифровым набором.
Владельцы копий узкоспециализированной литературы не стремятся создавать для массового потребителя контент, источником которого являются редкие книги. В этом случае цифровая копия создается для изучения книг без ущерба для первичного носителя, не только со стороны читателя, но и для исключения воздействия воздуха, света, различных газов, паразитов и так далее. Редкие цифровые копии книг и рукописей чаще всего находятся в рамках исторических архивов и библиотек.
Электронные книги, как файлы, создаются несколькими способами: прямая цифровая копия из подготовленной профессиональной или иной верстки, а также оцифровка бумажной книги или другого источника в электронную форму. Устаревшей формой оцифровки можно признать ручной набор текста и диктант.
Не всегда и везде оцифрованная книга должна и может содержать текст, который можно впоследствии масштабировать и даже редактировать, в том числе применять конвертацию в другие текстовые форматы электронных книг. Оцифрованные книги могут быть факсимильной копией, то есть графически точно отражать копию бумажной страницы.
Текстовые книги получаются с помощью распознавания текста. Применяется метод OCR (анг. optical character recognition) — оптическое распознавание символов. Страницы книги предварительно сканируются в графический формат, и впоследствии текст распознается с помощью специального программного обеспечения. Точность распознавания зависит от качества шрифта, контраста текста, наличия дефектов и графических иллюстраций. Финальное качество, в большинстве случаев, контролируется корректорами, которые сверяют текст между первоисточником и цифровой копией.
(Довольно много разногласий между специалистами OCR вызывает необходимость или возможность сохранения опечаток в цифровой копии, которые имели место в бумажной книге).
Подготовленная цифровая книга трансформируется в один из текстовых форматов. Впоследствии можно преобразовать готовую книгу в другие популярные форматы, с возможной потерей верстки, так как не все из них поддерживают совместимый набор разметки текста и иллюстраций. Первично выбранный формат зависит от предпочтений оцифровщика и использования технологической цепочки для последующей трансформации. Чаще выбирают форматы с развитой структурой разметки.
Графические книги создаются за счет точного образа страницы или факсимильной копии с помощью оптического прибора, чаще с помощью сканера, реже с помощью фотоаппарата. Метод выбирается за счет определения скорости преобразования, и вероятного вреда, который может быть нанесен первоисточнику внешним освещением, нагревом или физическими изломами оригинала.
Каждая страница отсканированного материала — это графический файл JPEG, TIFF или любой другой, в том числе контейнеры, которыми могут быть PDF и DJVU. Выбор формата зависит от дальнейшего преобразования множества файлов в один документ или наоборот, когда из одного файла создается множество промежуточных файлов, для координации профессиональной обработки.
Сканеры существуют нескольких типов — отличаются скоростью работы, встроенными средствами распознавания, конструкцией и конечно размерами. Немаловажная разница заключается в цене решения при эксплуатации того или иного типа сканера и сложности управления процессом.
Малораспространенный тип — это ручные компактные сканеры, которые не точны, имеют небольшую скорость работы, за один раз охватывают небольшую зону изображения и не имеют встроенных механизмов автоматизации процесса. Но за счет низкой стоимости, малого веса и компактности — применяются до сих пор. Удобны для отдельных рукописей и страниц.
Другие типы сканеров являются стационарными приборами. Они подразделяются на типовые, специализированные и профессиональные.
Типовые сканеры, они же массовый продукт, который существует в продаже, имеют компактные формы, тратят в рабочем режиме на одну страницу несколько секунд или минут. Точность и качество цифровой копии зависит в основном от качества прилегания исходной страницы на поверхности сканера. Для отдельных листов, существуют автоматические лотки для подачи бумаги, что увеличивает скорость работы сканера, так как фактически не тратится время на смену листов первоисточника или оно крайне мало.
«Специализированные» сканеры отличаются от «типовых» возможностью создания бестеневой копии с оригинала и они не всегда сканеры в привычном понимании. Позволяют «сканирование листа в край» даже для книг с корешком. Иногда имеют встроенное программное обеспечение для сбора отдельных копий в единый документ, хотя производители чаще прикладывают в комплекте со сканером программное обеспечение для PC и Mac. Такая работа более наглядна, происходит на большом экране компьютера.
Чаще всего, специализированные сканеры называют «книжными». Они относятся к планшетному типу. Наиболее доступными по цене и популярными среди потребителей можно признать продукцию компании Plustek. Модель OpticBook A300 позволяет сканировать не только в край, но и вплоть до A3 формата листа оригинала.
Профессиональные сканеры имеют большие габариты, скорость работы и отличаются методом сканирования.
«Планетарные сканеры» — это скорее оптическая копия с помощью одной или нескольких фотокамер. Называются так из-за расположения камеры, как спутника над планетой, которой является сканируемый оригинал. Некоторые модели сканеров могут использовать две камеры, чтобы одновременно делать копию разворота страниц.
Компания Atiz выпускает популярную серию сканеров BookDrive, которые похожи скорее на небольшую фотостудию. Отличаются размером основной площадки, на которую помещается оригинал. Можно оцифровать газету или книгу, которые располагаются на основе под углом 90° между листами, а камеры направлены перпендикулярно в сторону каждого раскрытого листа, чтобы сохранить геометрию страницы без искажений.
Серия планетарных сканеров Microbox book2net от компании Xerox имеют одну площадку, где издание одним листом располагается на основании, а оптический прибор фотографирует только одну страницу или разворот, при том, что он должен быть максимально плоским, чтобы избежать теней на корешке.
Роботизированные сканеры имеют крупные габариты, обычно это готовый набор в шкафу, в котором есть все необходимое для автоматического сканирования целого издания — свет, оптический сканер, система для перелистывания страниц, компьютер для управления и узкоспециализированные сервисные функции. Сканируемое издание располагается под меньшим углом. Для увеличения производительности производится съемка сразу двух страниц разворота.
Компания Treventus уже несколько лет выпускает роботизированные сканеры ScanRobot, которые за короткое время могут оцифровать целые библиотеки при минимальном участии человека. Лицевая часть сканера может закрываться во время работы, чтобы исключить паразитную засветку от внешних источников света.
Планетарные и роботизированные сканеры работают с производительностью от 500 страниц в час, а лучшие модели способны сканировать на скорости до 3000 страниц в час.
После сканирования изображения с оригинальной страницы необходимо распознать текст и иллюстрации. Для этой цели понадобится специальное программное обеспечение, способное оптически и логически распознавать объекты в изображении. Сложность распознавания заключается в форме букв оригинала, контрастности изображения, наличия цветовых подложек, рисунков или сложной структуры верстки. В момент распознавания происходят типовые проблемы и ошибки для конкретного оборудования и программного обеспечения, которые специалист по OCR попытается компенсировать с помощью скриптов и проверки орфографии.
Скрипты, обычно, это самодельная надстройка для исправления ошибок. Именно подобное отношение отличает разных специалистов по качеству распознавания текста. Скрипты создают специалисты OCR для личного использования, и они актуальны только для личного метода распознавания текста и используемого оборудования. Подчистка текста нужна не только для исправления вероятных грамматических ошибок, но и для задания тексту базовой типографики.
Для автоматизации первичной очистки текста, можно рекомендовать программу OCR Pad от Валерия Войцеховского.
Компьютерными технологиями не ограничивается точность распознавания. Очень важную роль играют корректоры, которые считывают текст и сверяют его с оригиналом. Это очень важно, особенно для технической литературы.
Для ускорения процесса редактирования текста используется «распределенный метод» — части документа распределяются между группой корректоров. Этот способ позволяет вычитать книгу полностью за несколько минут, но не всем под силу организация такого процесса. Обычно используется веб интерфейс, без необходимости устанавливать дополнительное программное обеспечение на множество компьютеров.
Для вычитки текста не обязательны профессиональные лингвисты. Обычно этим занимаются люди, наделенные вниманием и наблюдательностью. Важна не столько грамотность, сколько умение сравнивать печатный и электронный текст. Замечать разницу в технических опечатках, разницу между буквами и цифрами.
Художественная литература может считываться только для поиска орфографических ошибок.
В «OCR мастерских» небольшого размера «работают» парами. Обычно специалист по OCR является организатором процесса и сотрудничает с одним или группой корректоров. Группа существует на особом сочетании характеров и возможностей. При переходе к другому типу распространения готовых электронных книг, «мастерская» может распадаться, часть группы придерживается идеологических взглядов на свою деятельность.
В момент зарождения электронных книг, OCR-щики первыми протоптали дорожку для читателей к бесплатным библиотекам и собрали для них контент. Если библиотеки известны массовому читателю, то наполняли эти библиотеки не магазинные копии книг, а частные коллекции OCR.
Среди специалистов по распознаванию текста есть профессиональные объединения, свой кодекс, честь и прочее. Самой известной в отечественной истории была OCR-группа Вадима Ершова, которая располагалась по адресу publ.lib.ru и работала изначально только для библиотеки Мошкова, других просто не существовало. Впоследствии форум группы Ершова стал местом сбора и общения профессионалов в области OCR.
Время идет. Меняются приоритеты, интересы и источники оцифровки книг. Интерес к книжному распознаванию стал меньше и перешел в профессиональное русло. Доля собственной оцифровки в бесплатных библиотеках значительно ниже доли простого копирования готового материала. Поэтому, если кого-то интересует собственная оцифровка, то обычно это редкие и детские книги.
В последнее время часто оцифровывают с экрана компьютера, без использования сканера для бумажных книг. Таких любителей не много и пока это работает как «спортивный интерес» по взлому защищенных цифровых изданий.
Обычный читатель может самостоятельно оцифровать книгу, читать и вычитывать ее в электронном виде. Частной заинтересованности в этом мало, слишком трудоемко. Интерес быстро перерастает в «желание поделиться» оцифрованной книгой со всеми в Интернет. Так рождаются потоки новых книг и мелкие частные библиотеки. Хобби становится профессиональным занятием.
Оцифровка книг http://www.the-ebook.org/?p=17526
Оцифровка книг — это процесс перевода бумажных книг в электронный (цифровой) вид. Электронные копии книг могут образовыватьэлектронные библиотеки и распространяться в Сети. Цифровые книги можно легко распространять, воспроизводить и читать на экране. Обычно оцифрованные книги сохраняют в форматах: DjVu, Portable Document Format (PDF), JPG или TIFF. Для преобразования исходного изображения используют оптическое распознавание символов (OCR), оно необходимо для включения страниц книги в цифровой формат, такой, как ASCII, или другой подобный формат, который уменьшает размер файла и позволяет работать с текстом. Сканирование изображений может происходить вручную или автоматически. В обычных сканерах книга располагается на стекле, на книгу падает свет, и оптический механизм сканирует книгу, двигаясь под стеклом. Другие книжные сканеры используют V-образную раму и фотографируют страницы сверху. Страницы могут переворачиваться вручную или с помощью автоматических устройств подачи бумаги. Специальное массивное стекло, как правило, прижимает страницы, чтобы сгладить недостатки сканирования. После сканирования программа корректирует изображение документа, выравнивая его, обрезая, редактируя и преобразовывая его в текст, и окончательную форму электронной книги. Люди обычно проверяют отсканированное изображение на наличие ошибок.
Сканирование 118 точек/см (300 точек на дюйм) является нормой для преобразования в цифровой вид текста, однако для редких и сложных книг необходимо использование более высокого разрешения. Высокотехнологичные сканеры способны сканировать около тысячи страниц в час, такие устройства могут стоить тысячи долларов. Но можно сделать сканер и самому, например, ручные книжные сканеры, способные оцифровывать около 1200 страниц в час, а стоимость построения — около 300 долларов.