1

Lecţia 2Oformarea cărţilor digitale: redactarea estetică a conţinutului

Premiză: Orice carte, ca să predispună la lectură, trebuie să fie îngrijită, adică să aibă aspect plăcut şi structurat.

Elementele constitutive ale unei cărţi digitale:

1. Conţinut omogen (a se vedea în continuare)2. Coperta fronte şi retro3. Cuprins/Index navigabil (în lecţiile următoare)4. Motor de căutare 5. Textualizare (OCR)

Principiile redactării estetice a conţinutului:

1. Separarea şi salvarea conţinutului util (informaţia) de restul inutil („gunoiul”) 2. Omogenizarea parametrilor (dimensiune, înclinaţie, paginaţie succesivă) 3. Redarea unui aspect clasic, conform cu cartea de origine (cea scanată)

Ce programe folosim:

Scan Kromsator 5.91 – unealtă impecabilă şi absolut gratuită. Editor grafic avansat de tip „batch” (adaptat pentru prelucrarea concomitentă a unui grup întreg de imagini). Specializat în redactarea cărţilor digitale obţinute prin scanare (vezi Anexa 1).

Contrar impresiei iniţiale pe care o dă întîlnirea cu Scan Kromsator, acesta posedă o intuitivitate admirabilă, încît o carte de 350 pagini scanată calitativ şi salvată în format TIF G4Fax poate fi prelucrată deplin în numai 10-15 min!

Experiment „fă ce vezi”:

Pentru a face „iniţierea” cît mai eficace, vă propun să parcurgem rapid împreună funcţiunile de bază a lui Scan Kromsator simulînd un proces de lucru aşa cum arată în realitate. Vi se cere doar să faceţi ceea ce vedeţi pe slide-urile călăuzitoare (Anexa 2).

Concluzii şi observaţii:

În experimentul nostru am lăsat în umbră o mulţime de opţiuni, care în cele mai multe cazuri (ex.

2

scanare calitativă) ne vor interesa foarte puţin. Este vorba de intuitivitatea lui Scan Kromsator, graţie căreia o multitudine de parametri sunt reglaţi automat, cum ar fi:

– corecţia gradului de înclinaţie a textului (normal – vertical) = funcţia „deskew” – calculul lăţimii marginilor (sus-jos, dreapta-stînga) = funcţia „automargins”– normalizarea dimensiunilor colii (lăţime-înălţime) după valoarea medie = funcţia „Page

width/height”– paginaţia (denumirea automată a seriei de imagini prelucrate în stil „patru zerouri”)– compresie, rezoluţie şi culori menţinute ca şi în fişierul de origine (TIF G4Fax).

Despre elementele care necesită un control vizual nemijlocit:

Procesul de prelucrare poate fi imaginat ca o serie de intervenţii circulare, repetate pas-cu-pas pentru fiecare pagină în parte:

Intervenţiile sunt semnificativ minimizate graţie unei alte facultăţi intuitive ale lui Scan Kromsator – translarea automată a parametrilor precedenţi (de la pagina vizualizată anterior). Astfel, toată operaţiunea se va rezuma la un soi de răsfoire rapidă, cu 10-20 pagini consecutive parcurse fără nici o modificare (decît numai verificare şi salvare), întreruptă din cînd în cînd de necesitatea centrării textului după modelul structurii cărţii de origine (început sau sfîrşit de capitol etc). Merită să ne oprim cîte puţin la fiecare din aceşti paşi, ca fiind cei mai importanţi şi costisitori din tot lucrul cu Scan Kromsator.

I. Deschiderea paginii:

Prin punctarea pe panoul cu arborele cărţii (atenţie: fără bifarea căsuţei!), sau mai rapid (pentru paginile următoare), cu tastele „Q” = înapoi, „W” = înainte.

Observaţi cum sunt „moştenite” toate setările aplicate precedent (sau, acelaşi efect, la simpla vizualizare a paginii anterioare – inclusiv la distanţă una de alta).

3

Cum poate fi exploatat acest efect? Spre exemplu, cînd în scanate, o pagină a cerut careva modificări, în timp ce următoarele sunt identice cu cele anterioare ei – în loc de a seta din nou parametrii e suficientă deschiderea uneia dintre cele precedente şi revenirea la cea de prelucrat pentru a regăsi automat conformitatea parametrilor - altfel alterată (de intervenţia anterioară). Bunăoară, dacă în şirul 1-10 pagina 5 este o imagine bipaginată, celelalte fiind de o singură pagină, după prelucrarea paginii 5 (scindarea în două), redeschidem întîi pagina 4 şi abia apoi trecem la a 6-a.

II. Activarea cuţitelor:

Numărul cuţitelor activate depinde de numărul de pagini conţinute pe o imagine scanată: imaginea poate conţine o singură pagină de carte sau două, în funcţie de capacităţile scanner-ului folosit (adică de suprafaţa „geamului”):

(a) imagine unipaginată (b) imagine bipaginată

În cazul scanatelor cu imagini unipaginate sunt activate 4 cuţite (sus, jos, dreapta, stînga), bifînd căsuţele corespunzătoare din panoul activităţii cuţitelor:

Pentru scindarea în două a scanatelor bipaginate, în afară de acestea 4, vor fi activate altele 2 mediane, bifînd căsuţa rămasă plus căsuţa „split” din panoul cu opţiuni „Page”:

4

Ce se întîmplă dacă nu este activat „split” la o imagine bipaginată? Este tratată ca şi cum ar fi imagine unipaginată (la fel şi tăiată). Acest fapt se poate adeveri util atunci cînd din două pagini ne interesează în final numai una (ex., cînd cealaltă este albă).

III. Aranjarea cuţitelor:

Este cel mai responsabil pas din prelucrarea scanatelor. Rămîne valabil principiul: „de zece ori măsoară şi o dată taie”.

Atenţie! Aveţi grijă să plasaţi corect cuţitele – fiecare posedă un spectru de acţiune unic, precizat prin sigla de pe jumper. Iată-le:

Cuţitul stâng Cuţitul drept

Cuţitul superior Cuţitul inferior

Cuţitul median-stâng (plus septul) Cuţitul median-drept (fără sept)

Pentru a nu face confuzie când le aranjaţi, mutaţi-le simetric – întîi cuţitele din stânga şi din dreapta, apoi cele de sus şi de jos, şi eventual (scanate bipaginate) – pe cele mediane. În figurile din Anexa 3 am rezumat poziţiile corecte pentru cele două tipuri de scanate.

Atenţie la amplasarea eficace a cuţitelor:

1. Nici un cuţit să nu taie din aria utilă2. Să fie cît mai puţin “gunoi” în interiorul cîmpului delimitat

Un moment care uşurează semnificativ intervenţia, tot din rîndul celor intuitive, este că nu contează exactitatea cu care sunt poziţionate „lamele” în raport cu textul, întrucît calcularea marginilor este automată (funcţiunea „automargins” descrisă mai sus).

Şi pentru cuţite este valabil principiul translării automate a parametrilor precedenţi (cu aceleaşi implicaţii).

IV. Centrarea textului pe orizontală şi pe verticală:

Structurarea textului pe pagină va respecta dispunerea acestuia în pagina de origine a cărţii. Cele mai comune situaţii, împreună cu setările lor corespunzătoare de aplicat în panoul cu opţiuni „Page”, sunt arătate în figurile din Anexa 4. Principiul translării automate a parametrilor precedenţi (cu acelaşi implicaţii) este valabil şi aici.

Notă: în cazul scanatelor bipaginate, centrarea se va face în acelaşi fel, dar separat pentru cele două părţi

5

V. Verificarea:

Are importanţă capitală şi va fi urmărită întotdeauna înainte de salvarea modificărilor efectuate (sau translate).

Atenţia se va îndrepta la 3 momente:

(a) cruţare text (b) centrare orizontală (c) centrare verticală

VI. Salvarea modificărilor:

Se face prin bifarea căsuţelor din panoul cu arborele cărţii.

Orice modificare ulterioară se va practica numai după debifarea ei prealabilă şi se va salva neapărat prin rebifare.

Notă: modificările în interiorul unui şir salvat pot fi aplicate şi fără a se recurge la debifare, dacă modificarea se efectuează activînd concomitent tasta „CTRL”. În acest caz, însă, modificările se răspîndesc la tot şirul de pagini.

Cu referire la salvare se cuvine să deschidem o paranteză.

Există două modalităţi de prelucrare a şirului de scanate – controlată (fiecare imagine prelucrată şi salvată succesiv, una cîte una) şi oarbă (numai primele cîteva imagini sunt prelucrate succesiv, iar celelalte prin „translare”, conform principiului deja cunoscut, bifîndu-le în grup pe toate la un loc).

(a) Metoda controlată oferă o calitate mai bună, dar este mai lentă. Recomandabilă. (b) Metoda oarbă lucrează foarte bine în cazul scanatelor calitative (cînd scanarea a fost îngrijită din punct de vedere topografic – al localizării omogene pe geamul scannerului), însă necesită o verificare ulterioară a şirului pagină cu pagină. Iată de ce, de obicei, ambele se folosesc în combinaţie.

Salvarea concomitentă a unui grup consecutiv de pagini se face activînd butonul respectiv din panoul opţiunilor de prelucrare în grup, punîndu-l în funcţie numai după ce ne-am poziţionat (1) de pe pagina cu parametrii ce urmează „împrumutaţi” (de la începutul şirului), (2) pe pagina care va fi ultima din grupul de prelucrat (de la sfîrşitul şirului) – vezi desenele (a, b).

Există şi posibilitatea salvării unui grup altern de pagini, bifîndu-le adică fiecare peste una, calculînd de la ultima pagină de prelucrat (de la sfîrşitul şirului), în direcţie retrogradă, pînă la prima

6

pagină alternă prelucrată (de la începutul şirului). Se realizează prin activarea butonului corespunzător din acelaşi panou – vezi desenul (c):

(a) (b) (c)

Despre opţiunile din Scan Kromsator angajate mai rar, dar tot utile:

După ce am trecut în revistă funcţiile executate automat (vezi mai sus), precum şi pe cele care dimpotrivă, solicită maximal atenţia utilizatorului (vezi mai sus), se cuvine să le menţionăm şi pe cele de care ne vom servi doar episodic (vezi Anexa 5).

În sfîrşit, procesarea!

(a) după finisarea modificărilor şi salvarea lor (toate căsuţele bifate) se purcede la execuţie prin activarea funcţiei (b) viteza de procesare depinde de formatul în care au fost salvate scanatele: formatul TIF G4Fax este optimal (500 pagini = 5 minute)

Post-procesarea:

(a) la finisarea execuţiei (avizată de o fereastră-rezumat) programul se deschide în regimul de post-procesare, care nu este altceva decît un editor grafic în care imaginile prelucrate pot fi verificate şi reajustate după caz (vezi Anexa 2, pasul VIII). (b) verificarea va fi centrată pe următoarele momente: - integritatea informaţiei (atenţie la amputări de orice fel, lizibilitate, claritate figuri şi desene etc) - omogenitatea dispunerii textului pe coală: respectarea abzaţelor, centrarea pe orizontală şi verticală, armonia între pagini etc - gradul de înclinaţie a textului pe coală (normal – verticală) - paginaţie: succesivitatea corectă; eventual – omisiuni sau surplusuri (erori de scanare!) - impurităţi: „gunoi” (de înlăturat manual) (c) reajustările, dacă necesare, se vor face imediat; ele pot fi de două feluri – care necesită

7

reprocesare (întoarcerea la regimul de prelucrare = reprocesarea), şi altele care sunt remediabile în regimul de post-procesare (de obicei înlăturarea impurităţilor). Acestea din urmă se vor salva prin preaviz, la încercarea de a deschide pagina următoare sau la ieşirea din regimul de post-procesare.

Reprocesarea:

(a) corectarea erorilor de prelucrare constatate la etapa de post-procesare se va face în mod cît mai selectiv posibil (cu respectarea maximală a restului paginilor)(b) pentru aceasta, întoarcerea la regimul de prelucrare în vederea corecturilor se va face imediat ce s-a constatat defectul: trecerea de la un regimul la altul se realizează închizînd fereastra de post-procesare; imaginea regăsită în cîmpul de lucru va fi exact imaginea interesată(c) cele mai frecvente erori care necesită reprocesare sunt: - amputări din zona utilă (vezi Anexa 6); - erori de corecţie a gradului de înclinaţie a textului pe coală (vezi Anexa 7); - erori de centrare pe orizontală sau pe verticală: de obicei, se întîmplă atunci cînd au fost scăpate impurităţi evidente înăuntrul „lamelor”, recunoscute ca text sau desen util (şi deci cruţate). Se corectează prin plasarea „lamei” respective medial de impurităţi.(d) modificările efectuate la reprocesare nu se vor salva prin debifare-rebifare, ci mai simplu, prin execuţie selectivă, prelucrînd doar imaginea-pagină curentă, acceptînd avertismentul eventual de „overwrite” (substituirea fişierului deja existent cu acelaşi nume):

În loc de încheiere:

În lecţia precedentă am menţionat o funcţie utilă a lui STDU Viewer (convertarea TIF G4Fax --> PDF) şi am anticipat ideea despre folosirea sa în restaurarea cărţilor PDF de proastă calitate. Pentru aceasta din urmă, bineînţeles, avem nevoie întîi şi întîi de extragerea imaginilor fiecărei pagini de carte.

Avantajul lui STDU Viewer (în afară de rapiditate şi fidelitate) este posibilitatea configurării

8

extracţiei, ca diapazon pagini, formatul grafic, rezoluţie, denumire (şi numerotare automată):

Un fişier PDF grafic (conţinînd imaginile unei cărţi scanate) neoformat poate fi în acest fel reprelucrat în Scan Kromsator. În lecţia următoare vom trata subiectul restaurării imaginilor din PDF îndeaproape. Deocamdată menţionez că se folosesc soft-uri gratis, ca şi în tot cursul prezent.

9

Anexa 1: Scan Kromsator 5.91 (înapoi la text)

1 = panoul cu arborele cărţii2 = cîmpul de lucru (imaginea-pagină de modificat)3 = panoul cu opţiuni („Page”, „Book”, „Files” etc)4 = panoul activităţii "cuţitelor" 5 = opţiuni prelucrare în grup 6 = butonul iniţiere prelucrare7 = informaţii despre imaginea-fişierul curent

10

Anexa 2: Algoritmul de lucru „pas-cu-pas” (fă ce vezi sau întoarce-te la text)

I. Deschide fişierul TIF G4FaxII. Deschide paginea numărul unu din arborele cărţii din panoul respectiv (fără a bifa căsuţa!)III. Activează cuţitele (pe desen: 2,3,4)IV. Poziţionează toate cuţitele respectînd zona utilă (pe desen: 5a,5b,6a,6b,7a,7b)V. Centrează textul pe pagină (pe desen: 8a,8b)VI. Salvează modificările bifînd căsuţa din faţa numărului de ordine al paginii curente (pe desen: 9)VII. Dă la execuţie (pe desen: 10)VIII. Verifică rezultatul în regimul de post-procesare: vizualizează două pagini odată (pe desen: 1), foloseşte radiera (pe desen: 2)IX. Caută mapa cu numele „Out” în acelaşi loc în care se află fişierul TIF G4Fax de origine

Pas I

Paşi II-VII

11

Pas VIII

12

Anexa 3: Aranjarea corectă a cuţitelor (înapoi la text)

13

Anexa 4: Cele mai comune tipuri de centrare şi parametrii de aplicat (înapoi la text)

1. pagină „plină”:

2. pagină tip „început de capitol”:

3. pagină tip „sfîrşit de capitol”:

4. pagină tip „prolog”:

14

Anexa 5: Despre cîteva opţiuni mai rare, dar tot utile (înapoi la text)

1. „Despeckle” = degranularea, adică înlăturarea impurităţilor tip nisip dinăuntrul textului; din cauza frecventelor rezultate fals-pozitive - luînd drept gunoi diacriticele şi alte semne ortografice minuscule! - recomand dezactivarea acestei funcţiuni (impurităţile, de altfel, pot fi înlăturate şi manual, la etapa de post-procesare în Scan Kromsator).

2. „Rotate angle” = răsturnarea la 90 sau 180 grade a imaginii (în cazul că a fost scanată „cu capul în jos” sau lateral)

3. Specificarea parametrilor de grup – panoul „Book”: (a) „H.Gap value”/”V. Gap value” - lăţimea marginilor colii, pe orizontală (H) şi verticală (V) în unităţile de măsură specificate la „Units”(b) „vert.gap = hor.gap” - aceiaşi lăţime la toate marginile(c) „Page width”/”Page height” - lăţimea, respectiv înălţimea colii. „Auto” - calcularea lor automată(d) „Use average width” - calcularea automată în baza valorii medii(e) „Merge pages after split” - în cazul imaginilor bipaginate, comasarea automată a celor două jumătăţi după prelucrarea fiecăreia (în locul salvării lor independente, ca pagini succesive). Util uneori, bunăoară, în caz de hărţi sau grafice construite pe lăţimea celor două pagini.

4. Specificarea parametrilor de grup – panoul „Files”:(a) „Output prefix” - un eventual acronim care să preceadă denumirea fiecărui fişier-pagină(b) „Start from/step” - începînd de la care pagină şi cu ce pas se va salva (ex., „step=1” - fiecare pagină consecutivă; „step=2” - fiecare a doua pagină etc)(c) „Name length” - din cîte unităţi va fi alcătuit numărul de ordine din numele fişierului (ex., pentru „4” - vom avea 0000, 0001, 0002 etc)(d) „Output format” - tipul compresiei fişierului rezultat (optimal – TIF G4Fax)(e) „DPI” - rezoluţia finală(f) „Color” - culoarea imaginii rezultate; „B/W”=negru/alb(g) „Input DPI” - întotdeauna „Auto”

15

Anexa 6: Reprocesarea amputărilor de text (înapoi la text)

Corecţia erorilor de tăiere se face modificînd opţiunile „automargins” din panoul „Page”. Fiecărui cuţit îi corespunde o căsuţă, în mod normal bifată (regimul automat de tăiere). La debifarea uneia din ele cuţitul corespunzător trece în regimul de tăiere manuală, linia de tăiere fiind determinată de poziţia exactă a „lamei”.

Atenţie la corespondenţa cuţitelor acţionate!

Iată-le:

Mai jos aveţi un exemplu de situaţie (amputare laterală stîngă), cu parametrii pentru corectare, precum şi cu aspectul din fereastra principală (a se nota schimbarea culorii „lamei” dezactivate din albastru în roz):

16

Anexa 7: Erori de corecţie a gradului de înclinaţie a textului pe coală (înapoi la text)

De obicei, corecţia automată (funcţiunea „deskew” din panoul cu opţiuni „Page”) se isprăveşte foarte bine în înclinaţiile minore (sub 15 grade). Uneori, însă eroarea trebuie corectată manual, activînd funcţiunea „special...” din panoul cu opţiuni „Page”. Opţiunea interesată este „fixed deskew angle”:

Erorile de înclinaţie pot fi de două feluri, în dependenţă de diferenţa faţă de perpendiculară: – „negative”– „pozitive”

Mai jos sunt prezentate cele două situaţii, împreună cu parametrii pentru corecţie: