Scannen für das Archiv der HTG

Alles was noch so zur Tauchliteratur zu sagen wäre!

Re: Scannen für das Archiv der HTG

Beitragvon oxydiver » Sa 17. Dez 2016, 17:32

Hallo an alle potentiellen Scanner,

vielleicht könnten wir diesen Aufruf etwas aufbohren und einige nutzbare Infos über den Scan von Dokumenten für Laien, bzw Nutzer, die nicht auf professionelle Technik zurückgreifen können.

Ich hab meinen Scanner verwendet, Ergebniss viel zu langsam.

Also abfotografieren... da experimentiere ich gerade. Ein Stativ ist aus Restteilen gebaut, eine normale kompakte Digitalkamera steht zur Verfügung, keine super Spiegelrelex Vollformatsensor Alleskönnerkamera.

Welche Einstellungen wählt man also an der Kompakten? Welche (konkrete) Beleuchtung? Wie zeitsparend weiterverarbeiten bis zur verwendbaren Fotodatei? OCR ist eigentlich dann kein Problem.

Gruß Micha
Benutzeravatar
oxydiver
HTG-Mitglied
 
Beiträge: 594
Registriert: So 16. Okt 2011, 19:53
Wohnort: Sachsen Anhalt
Vorname: Michael
Spezielle Interessen: Eigenbau und Tauchen mit altem Gerät, insbesondere Kreislaufgeräten. Sammlung von DDR Tauchtechnik.

Re: Scannen für das Archiv der HTG

Beitragvon Lothar » So 18. Dez 2016, 20:06

Hallo,
es ist sicher nützlich, mal über das Vorgehen beim Scannen zu sprechen. Wer damit schon vertraut ist, kann das ja überlesen.
Wie immer, wenn man eine größere Arbeitsmenge vor sich hat, lohnt es sich, Aufwand in die Vorbereitung und die Erprobung des besten Vorgehens zu stecken, um hinterher Zeit zu sparen.

Scanner oder Kamera?
Alle Erfassungsmethoden haben ihre Vor- und Nachteile, hochmoderne Automatikscanner kommen für uns sicherlich nicht infrage. Uns bleibt eigentlich nur übrig, entweder mit dem Flachbettscanner, A4 oder A3, oder einer Digital-Kamera zu arbeiten.
Normale Flachbettscanner sind nur für Einzelblätter oder dünne Hefte bzw. Zeitschriften geeignet. Für dickere Bücher bzw. gebundene Zeitschriften bräuchte man einen sogenannten Buchscanner, bei dem die gescannte Fläche bis an eine Längskante geht.
So etwas hat aber kaum jemand zu Hause, genauso wenig wie einen A3-Scanner, mit dem man auch bei A4-Dokumenten eine Doppelseite auf einmal scannen kann, was natürlich effektiver ist.
Mit einem Scanner dauert die eigentliche Erfassung länger als mit einer Kamera, dafür ist die Aufnahme immer scharf, und man braucht keine zusätzliche Beleuchtung. Spiegelungen auf der Oberfläche kommen normalerweise auch nicht vor.
Wenn man sich den Ablauf genau überlegt, kann man während der Laufzeit des Scanners schon das vorhergehende Bild bearbeiten und geordnet abspeichern, sodass man auch schnell arbeitet.
Wer hat und treibermäßig noch kann, sollte einen der älteren "dicken" Scanner (zum Beispiel Scanjet Serie von HP) verwenden und nicht die ultraflachen (zum Beispiel aus der Lide-Serie von Canon). Die dickeren schaffen aufgrund des dort verwendeten Aufnahmesystems eine wesentlich höhere Tiefenschärfe, sodass auch bei dickeren Büchern der Bruchkeil in der Mitte der Doppelseite noch ausreichend scharf wird und man das Buch nicht zu sehr vergewaltigen muss.

Egal womit man arbeitet, sollte man standardmäßig Graustufen wählen und Farbe nur dort, wo es unbedingt nötig ist.
Beim Scanner hieße die Einstellung also: Graustufen mit 300 dpi bzw. Farbe mit 300 dpi (nicht schwarz/weiß wählen),
an der Kamera wählt man schwarz-weiß- bzw. Farbaufnahme. Mit der Auflösung ist es bei der Kamera etwas komplizierter.
Für eine erfolgreiche spätere OCR sind hier auch 300 dpi erstrebenswert.
Bei dem gängigen Aufnahmeformat A4 (Doppelseite A5) würde das etwa einer Auflösung von 3500 x 2480 entsprechen.
Man sollte also auf jeden Fall ein Aufnahmeformat 4:3 und dort zum Beispiel 12 MPixel (3984 x2988) oder etwas in der Nähe wählen.
Ich arbeite nicht mit einer Digitalkamera sondern mit einem Smartphone bzw. dem iPad.
Dort gibt es Anwendungsprogramme zum Einscannen von Dokumenten, die allerdings meist, ohne dass man es beeinflussen kann, nur mit einer Auflösung von 200 dpi arbeiten. Das ist optimal geeignet, um mal schnell freihändig ein paar Seiten zu erfassen.
Wenn es wie hier aber darum geht, Zeitschriften jahrgangsweise einzuscannen, und man nicht mit dem Scanner arbeiten kann oder will (gebundene Zeitschriften oder zu langsam), sollte man sich ein einfaches Stativ für die Digitalkamera, das Smartphone oder das Pad basteln. Ich nehme dafür einen Gelenkarm aus der Beleuchtungstechnik mit Tischklemme der vorne eine Platte als Auflage für das iPad hat.
Auf der Tischplatte darunter kennzeichnet man sich den Rahmen, in dem die Zeitschrift liegen sollte.
Die meisten der digitalen Aufnahmegeräte haben Autofokus, sodass man nach der passenden Höheneinstellung in schneller Folge umblättern und neu auslösen kann.

Weitere Randbedingungen
Die zu erfassenden Seiten sollten möglichst plan liegen, nicht unbedingt wegen der Schärfe, da eine Aufbeulung meist noch im Bereich der Tiefenschärfe liegt, sondern wegen der verzerrungsfreien Darstellung der Textzeilen, die für ein gutes OCR- Ergebnis wichtig ist. Bei dünnen Heften ist dies meist kein Problem, bei dickeren und Büchern schon.
Man kann eine Glasscheibe auflegen und anpressen, die aber entspiegelt sein sollte, damit man sich nicht selbst auf jedem Bild sieht bzw. Reflexionen von der Beleuchtung erscheinen. Entspiegelte Glasscheiben gibt es für Bilderrahmen oder auch sonst beim Glaser. Schlechte Qualitäten von Entspiegelungen erzeugen unter Umständen einen Grauschleier, was man auch beachten sollte.
Um schneller arbeiten zu können, macht es sich gut, die Glasscheibe über ein gelenkiges Scharnier, das sich an die Dicke der Vorlage anpassen kann, wegklappen oder besser wegschieben zu können. Manchmal tut's auch eine Wäscheklammer o.ä. um eine Beule glatt zu ziehen.

Die homogene Ausleuchtung der Vorlage ist von großer Wichtigkeit für ein gutes Aufnahmeergebnis.
Ich arbeite am liebsten mit diffusem hellem Tageslicht, was man leider nicht immer und überall zur Verfügung hat.
Mit Blitzlicht habe ich keine guten Erfahrungen.
Zur Not tut es die Raumbeleuchtung oder ein bis zwei Schreibtischlampen von der Seite. Digitalkameras und Smartphones kommen scheinbar mit relativ wenig Licht aus. Man sollte jedoch beachten, dass die Beleuchtungsregelung zu Lasten der "Feinkörnigkeit" des Bildes geht und deshalb lieber die Automatik abschalten, wenn das möglich ist. Man kann dann auch viel besser erkennen, ob wirklich genügend Licht für eine helle, kontraststarke Aufnahme vorhanden ist.

Nachbearbeitung
Mit dem Flachbettscanner (oder der einfachen Digitalkamera) wird man meist das Rohergebnis gleich speichern und hinterher separat bearbeiten, wozu man, wie oben gesagt, die Pausen durch den Scannerlauf ganz gut nutzen kann.
Die Softwarelösungen in Smartphones bieten aber oft interessante Werkzeuge, um das Bild schon vor dem Abspeichern zum Beispiel zu entzerren und zu beschneiden.
Günstig ist auch, wenn das Programm die Bilder gleich automatisch in einer Cloud oder auf dem PC speichert, wo sie bearbeitet werden können.
Die Bilder sind beim Abspeichern in geeigneter Weise zu benennen.
Bitte verwendet dafür nur kleine Buchstaben ohne Umlaute, Ziffern und als einzige Sonderzeichen minus - und Unterstrich _.
Wenn man also gerade den Jahrgang 1970 der Zeitschrift Poseidon erfasst, wäre folgende Benennung für die Seite 46 und 47 aus dem Heft 2 sinnvoll:
pos-1970-02-46.jpg
Als erstes Ordnungskriterium (nach dem Namen) verwenden wir immer die Jahreszahl.
Führende Nullen bitte immer so verwenden, dass eine konstante Stellenzahl für die entsprechende Position entsteht, also nicht:
pos-1970-2-46.jpg
da sonst das Heft 10 vor dem Heft 2 in der Sortierreihenfolge erscheint.
Die einzelnen Jahrgänge sollte man in Unterverzeichnissen zusammenfassen.
Die Bilder können als JPG gespeichert werden, wobei die Komprimierung auf nicht geringer als 90 % eingestellt sein sollte.

Aufnehmen sollte man die Vorlage mit genügend breitem Rand, etwa 1 cm, damit nicht versehentlich Seiteninhalte abgeschnitten werden. Der Rand sollte aber auch nicht zu breit sein, damit der Verlust an Auflösung nicht zu groß ist.
Erster Schritt der Nachbearbeitung ist dann also das randlose Beschneiden, unter Umständen verbunden mit einer Entzerrung oder Ausrichtung der Lage.
Die so erhaltenen Bilder, jedes etwa zwischen 1 und 2 MByte groß, könnten so schon an das Archiv übergeben werden, wenn ihr keine eigene Möglichkeit der Weiterverarbeitung habt.

Um das endgültige Format für das Archiv zu erzeugen, sind noch zwei wesentliche Arbeitsschritte erforderlich.
Wir wollen jedes Heft einer Zeitschrift als eine PDF-Datei abspeichern. Man muss also aus den Bildern der Doppelseiten des Heftes eine PDF erzeugen. Dies geht sehr günstig zum Beispiel mit dem kostenlosen Programm IrfanView.
Damit erhält man entsprechend dem bisherigen Vorgehen eine bildbasierte PDF im Querformat in der Größe 25-50 MByte.
Auch dieses Format könntet ihr an das Archiv schicken, wir nehmen dann mit unseren Möglichkeiten die unten genannten nächsten Schritte noch vor.

50 MByte je Heft sind relativ viel Speicherplatz, den man aber noch reduzieren kann, ohne wesentlich an Qualität zu verlieren. Außerdem besteht diese PDF ja aus Bildern, man kann in ihr also nicht software-gestützt nach Stichwörtern suchen, die einen interessieren.
Mit der Software Adobe professionell ist es möglich, in so einer Datei eine optische Zeichenerkennung (OCR) durchzuführen.
Dadurch wird das bisherige Bild des Textes in wirklichen Text umgewandelt, in dem man normal suchen kann.
Außerdem verringert sich dadurch der Speicherbedarf für eine Heft-PDF auf etwa 10-15 MByte. So eine textbasierte PDF, von Euch geliefert oder von den Archivaren aus Euren Scans oder Fotos erzeugt, wird dann im Archiv gespeichert.
Eine textbasierte PDF erkennt man übrigens daran, dass man darin mit der Maus einzelne Wörter markieren und gegebenenfalls herauskopieren kann.
Eine OCR mit den Einzelbildern vor der Zusammenfassung zur PDF durchzuführen, zum Beispiel mit einem OCR-Programm, wie es oft zum Scanner mitgeliefert wird, ist ein müßiges Unterfangen. Der Arbeitsaufwand ist viel zu hoch und das Ergebnis meist doch nicht befriedigend, vor allem wegen der fehlerhaften Layout-Wiedergabe.
Die Durchsuchbarkeit der PDF, also die Auffindbarkeit gesuchter Wörter, ist von dem Ergebnis der OCR abhängig und dieses wiederum von der Qualität der Vorlage und der Erfassung. Man sollte also in so einer aus gescannten Bildern erzeugten PDF nicht erwarten, dass jedes Wort gefunden wird. Aber schon eine große Wahrscheinlichkeit dafür ist eine Hilfe bei der Suche.

Alle Daten, die ihr an das Archiv liefern möchtet, seien es die Bilder der Seiten (JPG) oder eine grafikbasierte PDF eines Heftes oder gar die textbasierte PDF, könnt ihr selbst hochladen auf die Adresse:
https://dropitto.me/laden
Dazu müsst ihr folgendes Passwort angeben:
honda5449

Damit Euer Fleiß auch gewürdigt werden kann, fasst bitte die Dateien am besten in einem ZIP-Archiv Eures Namens zusammen.

Das sind so meine Vorstellungen und Erfahrungen.
Wenn ihr andere habt oder sonst bessere Vorschläge, lasst es uns hier wissen.
Benutzeravatar
Lothar
Administrator
 
Beiträge: 287
Registriert: Sa 25. Jun 2011, 19:50
Wohnort: Dresden
Vorname: Lothar

Re: Scannen für das Archiv der HTG

Beitragvon Lothar » Di 20. Dez 2016, 20:43

Hallo,
unsere Mitmacherliste hat sich durch zwei fleißige Kollegen schon ganz schön belebt.

https://www.dropbox.com/s/l3huswbjvfq2r ... n.pdf?dl=0

Aber wir suchen vor allem noch Leute, die die roten Nummern der Jg. 1962-70 als Einzelhefte haben und sie scannen könnten.
Außerdem freuen sich die beiden Uwes sicher, wenn sie von ihrem Riesenbatzen was abgenommen bekommen.
Also meldet Euch bitte, damit wir das etwas fairer verteilen können.
Benutzeravatar
Lothar
Administrator
 
Beiträge: 287
Registriert: Sa 25. Jun 2011, 19:50
Wohnort: Dresden
Vorname: Lothar

Re: Scannen für das Archiv der HTG

Beitragvon Frank » Di 20. Dez 2016, 23:14

Hi Lothar,

ich komme gerade nicht zum scannen, aber Du müsstest von mir einen ganzen Haufen von Bildern der Poseidon-Ausgaben haben. Habe die damals mangels passendem Scanner per Kamera gemacht - würde ich heute so nicht mehr machen und nur noch scannen, da die Qualität eine andere ist.

Gruss
Frank
Frank
1. Vorsitzender
 
Beiträge: 95
Registriert: Sa 2. Jul 2011, 20:21
Wohnort: Hemmingen bei Stuttgart
Vorname: Frank
Spezielle Interessen: Tauchgeschichte, Entwicklung der Atemregler

Re: Scannen für das Archiv der HTG

Beitragvon Franz » Do 22. Dez 2016, 09:30

Liebe Scanner!

Dicke Bücher oder Magazine kann man auch bei geöffnetem Scannerdeckel einscannen. Je nach Format entsteht außen herum ein schwarzer Rand, der digital beschnitten werden kann. Am besten die Buchhälften mit zwei Bleigewichten (Dräger od MEDI) beschweren damit sie plan aufliegen.
Ich scanne "nebenbei" ein, d.h. der Scanner läuft den ganzen Tag währed am Schreibtisch der regulären Arbeit nachgegangen wird.

Mit scannendem Gruß,

Franz
Benutzeravatar
Franz
HTG-Mitglied
 
Beiträge: 1065
Registriert: Fr 24. Jun 2011, 14:29
Vorname: Franz
Spezielle Interessen: Alte Tauchausrüstungen, Tauchgeschichte. . . .

Re: Scannen für das Archiv der HTG

Beitragvon oxydiver » Fr 23. Dez 2016, 06:29

Hallo Scannator Franz,

ich bewundere Dich. Nebenbei scannen hab ich versucht, aber wenn man jede Minute umblättern und neu einlegen muss, kann ich mich nicht wirklich auf die eigentliche Arbeit konzentrieren ;-)
Deswegen experimentiere ich immer noch mit den richtigen Einstellungen und Beleuchtung für eine mittelmäßige Kompaktkamera. Irgendwie gelingt mir kein richtiger Kontrast, ohne digitale Nachbearbeitung.

Abfotografieren geht ja schnell und mit der Freeware "Scantailor" kann man den Stapel auch schön automatisch weiterarbeiten, also ausschneiden, teilen, entzerren.

Gruß Micha
Zuletzt geändert von oxydiver am Mi 11. Jan 2017, 13:50, insgesamt 1-mal geändert.
Benutzeravatar
oxydiver
HTG-Mitglied
 
Beiträge: 594
Registriert: So 16. Okt 2011, 19:53
Wohnort: Sachsen Anhalt
Vorname: Michael
Spezielle Interessen: Eigenbau und Tauchen mit altem Gerät, insbesondere Kreislaufgeräten. Sammlung von DDR Tauchtechnik.

Re: Scannen für das Archiv der HTG

Beitragvon Lothar » So 8. Jan 2017, 16:11

Hallo,
dank der fleißigen Mithilfe von Uwe Mattern und Uwe Busch sind wir mit unserer "POSEIDON-Scan-Aktion fast fertig.
13 GByte Scans sind es bisher, die zum großen Teil noch in PDF umgewandelt werden müssen, damit jedes Heft nur etwa 4 MByte benötigt.
Aber folgende Hefte fehlen uns noch als Einzelhefte oder Scans/PDF:
1962 06...11
1966 01, 02 und 08, 09
1990 07
Wer kann helfen?
Benutzeravatar
Lothar
Administrator
 
Beiträge: 287
Registriert: Sa 25. Jun 2011, 19:50
Wohnort: Dresden
Vorname: Lothar


Zurück zu Sonstiges zur Tauchliteratur



Wer ist online?

Mitglieder in diesem Forum: 0 Mitglieder und 0 Gäste

cron