Scansnap で E-BOOK を作る
山のようにたまるペーパーバック。整理するためにScansnapでｐｄｆ化し始めた。 ＰＣの画面で読むだけなら、ｐｄｆファイルで十分だが、もうちょっと便利なものに したいと思い、スキャンした結果できたｐｄｆを、直接 Mobipocket に読み込ませてみた。 だが、これは全く実用的ではなかった。 次に、Scansnap 510 にバンドルしているABBYYアプリを使ってみた。すると、 結構イケルことがわかったので、ここでちょっと紹介してみる。 Mobipocket Reader のダウンロードはこちら 洋書ペーパーバック古本のようなわら半紙は、FujitsuのScansnapに向いている。 本の背を裁断機で一気に裁断し、３０枚ぐらいずつ、スキャンスナップに入れていく。 ざらざらした紙質のため、マルチフィードが滅多に起こらない。 ３００ページほどのペーパーバックは５回ほどにわけてスキャンするが、 継続読み取り設定にしておき、ひとつのファイルにする。 ｐｄｆで読むだけなら「ファイン」でも十分だが、Ｗｏｒｄに変換させるので 「スーパーファイン」「白黒」の設定で行う。 出来上がったｐｄｆは、検索可能になるように透明文字づけの処理をし、 ＡＢＢＹＹで、Ｗｏｒｄファイルも作る。 ここまでは、本のページの補充以外はパソコンに任せて放っておけばよい。 出来上がったＷｏｒｄファイルを、スペルチェックツールを動かして手直しする。 この作業は、本によってはかなり時間がかかるので、どこまで完璧にしたいのか よく考えて行うべきだ。 ＡＢＢＹＹ というソフトは、英文に関してはかなり優れている。 誤認識するのは、たいてい、元のページの印刷にインクのシミがあったり、 かすれている場合に限られる。 人の目で読むには辛すぎる、という小さなフォントとインクむらのあるＰＢを きれいにＷｏｒｄに変換したのには、驚いた。 だが、論文などと違い、小説というものは、チェック泣かせである。 なまっていたり、幼児言葉をしゃべったりしている箇所を、 誤認識かどうか、ｐｄｆファイルと見比べてチェックしないといけない。 太字になっている所は、元のインクが濃いだけだったのか、 イタリックになっているところは、ページが傾いただけなのか、 完璧を目指すなら、ｐｄｆファイルと見比べてチェックしないといけない。 ＡＢＢＹＹは、段落を自動認識して、１行の終わりを次の行につなげてくれる。 通常の文の場合は、これが大変助かるが、会話文が "ああああ" "いいいいいい" "うううう" と延々続くようなところでは、 "ああああ" "いいいい" とつなげてしまうこともある。 また、会話が多用される小説の場合、’”が実に多くて、誤認識が増える。 これらの箇所を完全にチェックしようとすると、大変な時間がかかる。 というわけで、本気でE-BOOKを作ろうと思うなら、かなりのチェックが必要である。 ま、ｐｄｆファイルもあることだし、簡易E-BOOKで良いのなら、あまり、手直しに 時間をかけないで前進することだ。 さて、出来上がったＷｏｒｄファイルは Mobipocket Reader に読み込ませると、 自動的に Mobipocket 形式に変換され、指定したフォルダーに保存される。
マウスで選択した部分は、参照（辞書よびだし）やコメント付加などができる もちろん、辞書は買っておかなくてはならないが。 |
|
これは「訂正」。OCRの認識が上手くいかなかった箇所をこうやって訂正しておける。
ＯＣＲのプロセスで、真面目に訂正作業を手で行うのなら、もっと完璧になるが、
それでは手間がかかりすぎるので、少々のへんてこ部分には目をつぶる。
どうにも変な所は、元のｐｄｆファイルを開いて確認。 検索可能な透明文字つきの
ｐｄｆにしておけば、該当箇所がすぐに探し出せる。
コメントや訂正をした箇所は
リストできる。
コメントや訂正には日本語が使える。
というわけで、文字チェック無しの
おおざっぱな電子ブックならば、
ソフトにお任せで完成する。
Word ファイルの文字判定チェックをして、きちんとした電子ブックにしようと思ったら、
３５０ページの本に１時間くらい作業が必要になるが、１時間でＰＢを１冊
読めるわけでもないので、なんとか許せる範囲かもしれない。
最初は、読み終わったＰＢをｐｄｆにしようと思って始めたのだが、
最近は、これから読む予定のＰＢを裁断して、ワード化している。