כלי AI לניקוי טקסט

[Huber]

יש לי חוברת שסרוקה ב PDF. הסריקה נעשתה ממקור לא הכי איכותי (כתמים על הדפים, טקסט עם פגמים קלים וכו).

יש איזשהו כלי AI שיכול לטפל בזה?

[borsood]

למה AI?
depeckling וגם OCR הן טכנולוגיות שעובדות יפה משנות השמונים.
יש מלא תוכנות שעושות את זה, חלק אפילו ימירו את הטקסט לפרומט וורד.

[Huber]

depeckling?

אני לא מחפש להמיר שום דבר, רק לנקות - הכוונה להשאיר את זה נאמן למקור ככל הניתן.

[Borderline1]

כל תכנת סריקה, אם משחקים בפרמטרים שלה, בין אם על ידי הסרת רקע או כל מיני פרמטרים אחרים תדע לעשות את זה לא רע בכלל

[borsood]

depeckling?

...

מה שאתה קורא ניקוי. כל תכנת סריקה סבירה עושה את זה -- טכנולוגיה של שנות ה-80.

[Huber]

יש המלצה לתוכה כזו חינמית, רצוי מנסיון? לא התעסקתי בסריקה/OCR הרבה הרבה (הרבה) זמן.

[borsood]

מה שאני השתמשתי כנראה יותר מדי כבד לצרכים שלך, אז אין לי המלצה.
עם מה סרקת? מאד סביר שתכנת הסריקה שהשתמשת בה תתן לך את היכולות האלה.

[Huber]

לא סרקתי. קיבלתי קובץ PDF סרוק/מוכן.

[ufffnick]

@Huber
אני מניח שהקובץ הוא סריקה של מסמך, אחרת לא היינו בדיון הזה.
באיזו שפה המסמך?

אם הרעיון הוא לנקות את התמונה מלכלוך וכתמים בלי המרה של תמונה לטקסט, אז גוגל -

Clean scanned document with gimp

מביא מספר גדול של טכניקות והמלצות.

[Huber]

המסמך לצערי בעברית (כן, שפה קטנה וזניחה שלא נתמכת טוב ברב הכלים האוטומטיים).

זה לא תמונה, זה חוברת של מעל 100 עמודים. חיפשתי מה שציינת בגוגל והגעתי לסרטון למטה. גם אם GIMP יודע לקרוא מסמכי PFD, הבעייה שזה נראה ישים לתמונה ולא למסמך (לפי התהליך שהיא מדגימה אצטרך לעבור דף דף ושוב, במסך של 100 עמוד אוטומציה זה לא):

[vivi]

נסה את העמוד הראשון ב Chatgpt 4o

[Huber]

זה? אני לא רואה דרך להזין לו קבצים:

https://chatgpt.com/

[vivi]

זה? אני לא רואה דרך להזין לו קבצים:

https://chatgpt.com/

...

image.png

למטה טוענים, אתה צריך מנוי בתשלום, אם אתה רוצה שלח לי עמוד אחד בפרטי אני אבדוק לך אם זה עובד טוב.

[Huber]

vivi- הגיוני שזה שירות למנויים בתשלום. בדוק פרטי.

[ufffnick]

המסמך לצערי בעברית (כן, שפה קטנה וזניחה שלא נתמכת טוב ברב הכלים האוטומטיים).

זה לא תמונה, זה חוברת של מעל 100 עמודים. חיפשתי מה שציינת בגוגל והגעתי לסרטון למטה. גם אם GIMP יודע לקרוא מסמכי PFD, הבעייה שזה נראה ישים לתמונה ולא למסמך (לפי התהליך שהיא מדגימה אצטרך לעבור דף דף ושוב, במסך של 100 עמוד אוטומציה זה לא):

...

פרטים חשובים שקצת פיספסתי...
ל- gimp יש אפשרות של batch edit.
החיסרון הוא שאולי נדרש לכתוב קצת קוד, הן בהמרה של כל הדפים לתמונות, ותפירה חזרה ל-pdf.
הכל אפשרי בכלים חינמיים (בלינוקס, פחות מתמצא בחלונות).