Bolyai-kéziratok

Question

Bolyai-kéziratok

vbibolya opened this issue 7 years ago · comments

Veress-Bágyi Ibolya commented 7 years ago

Digitális fénykép van minden oldalról, szövegfelismerésre kellene szoftver, majd adatbányászati (szövegbányászati) munka lenne vele. 17 ezer oldalnyi kéziratról van szó.

Dénes Csala · Answer 1 · Sun Apr 30 2017 19:07:55 GMT+0800 (China Standard Time)

Ezek ha tényleg "kézzel írott kéziratok", akkor az majdnem lehetetlen. Ha gépeltek, vagy bármilyen formában nyomtatottak, akkor sem egyszerű probléma, de lehetséges. Tesseract OCR a jelenleg legjobb, nyílt forráskódú karakterfelismerő szoftver.

Veress-Bágyi Ibolya · Answer 2 · Mon May 01 2017 02:39:16 GMT+0800 (China Standard Time)

Kézzel írott és néhol németül és latinul is ír és mindenféle kis cetlikre is, csokis papírra is. Igen, nagyon nehéz feladat. Egyébként a Bolyai-kutatók már 2/3-át ismerik, kiolvasták és írtak róla. Viszont az úgy nem ugyanaz. Egy helyen kiolvasva nincs meg. 2017. ápr. 30. dátummal, 13:07 időpontban Dénes Csala <notifications@github.com> írta:

…

Ezek ha tényleg "kézzel írott kéziratok", akkor az majdnem lehetetlen. Ha gépeltek, vagy bármilyen formában nyomtatottak, akkor sem egyszerű probléma, de lehetséges. Tesseract OCR a jelenleg legjobb, nyílt forráskódú karakterfelismerő szoftver. — You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub, or mute the thread.

Dénes Csala · Answer 3 · Mon May 01 2017 02:44:47 GMT+0800 (China Standard Time)

Hát így sajnos nagyon nehéz - mert akkor nem OCR-ra, hanem handwriting recognition-ra van szükség... De próbáljuk meg. Létrehozok egy projektet.

Veress-Bágyi Ibolya · Answer 4 · Mon May 01 2017 03:22:06 GMT+0800 (China Standard Time)

A kéziratok Marosvásárhelyen vannak, a Teleki-Bolyai Könyvtárban. A kéziratról készült fotókat el lehet kérni, kutatás céljából. Nekem megvan lementve. Mindjárt küldök néhány oldalt, hogy látható legyen, miről van szó. 2017. ápr. 30. dátummal, 20:44 időpontban Dénes Csala <notifications@github.com> írta:

…

Hát így sajnos nagyon nehéz - mert akkor nem OCR-ra, hanem handwriting recognition-ra van szükség... De próbáljuk meg. Létrehozok egy projektet. — You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub, or mute the thread.

Veress-Bágyi Ibolya · Answer 5 · Mon May 01 2017 03:36:06 GMT+0800 (China Standard Time)

Két féle írásmódja volt Bolyai Jánosnak. Ha magának írt sajátos betűkészletet használt, akárcsak Leonardo da Vinci, ha másnak írt, akkor gyöngybetűkkel írt (hogy azokat ne fárassza az olvasással). Mindkét írásmódról csatoltam egy-egy képet. 2017. április 30. 20:44 Dénes Csala írta, <notifications@github.com>:

…

Hát így sajnos nagyon nehéz - mert akkor nem OCR-ra, hanem handwriting recognition-ra van szükség... De próbáljuk meg. Létrehozok egy projektet. — You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub <#29 (comment)>, or mute the thread <https://github.com/notifications/unsubscribe-auth/Aa04oParMLUKkJ7Yxdalr2OG_OdpwnO6ks5r1NafgaJpZM4NMP1R> .

Dénes Csala · Answer 6 · Tue May 02 2017 07:50:30 GMT+0800 (China Standard Time)

Nem találom a csatolmányokat..

Veress-Bágyi Ibolya · Answer 7 · Tue May 02 2017 17:47:43 GMT+0800 (China Standard Time)

Veress-Bágyi Ibolya commented 7 years ago

Dénes Csala · Answer 8 · Tue May 02 2017 20:45:36 GMT+0800 (China Standard Time)

Köszi. Hadd agyaljak ezen egy pár napig. Kipróbálok majd egy pár megoldást amikor lesz egy kis időm. Bár lehet, hogy létre kell hozzak egy "nagyon nehéz" címkét : )

Veress-Bágyi Ibolya · Answer 9 · Wed May 03 2017 19:10:32 GMT+0800 (China Standard Time)

Persze, nyugodtan, nem sűrgös :) Nézd, ez hasonló feladat: http://hargitanepe.eu/barki-megkeresheti-felmenoit/ az egyházi anyakönyvek alapján elkészítettek egy adatbázist Erdély lakosságának adataiból (1850-1914 közötti időszak) Megnyitva az adatbázist, sok a hiányosság, látszik hogy nem mindent sikerült "kiolvasni", ami oda volt írva. Itt az adatbázis: http://hpdt.ro:4080 Üdv. Ibolya 2017. május 2. 14:45 Dénes Csala írta, <notifications@github.com>:

…

Köszi. Hadd agyaljak ezen egy pár napig. Kipróbálok majd egy pár megoldást amikor lesz egy kis időm. Bár lehet, hogy létre kell hozzak egy "nagyon nehéz" címkét : ) — You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub <#29 (comment)>, or mute the thread <https://github.com/notifications/unsubscribe-auth/Aa04oLbU5yQXcH4DjHFcyKHGeIpRi_KZks5r1yVwgaJpZM4NMP1R> .

Dénes Csala · Answer 10 · Thu May 04 2017 06:22:05 GMT+0800 (China Standard Time)

Ez már meglévő projekt :) https://github.com/csaladenes/szekelydata/projects/13