Специальный шрифт для нахождения ошибок после OCR

[antonevich]

С нулем проблему очень оригинально решили.

[arturich]

Посмотрев на картинку превью подумал — а где собственно знак нуля? Даже опешил на минуту — подумал, что они решили, что мы и без него справимся) Полез в ttf — хорошо, что там есть)

[alizar]

Прошу прощения за ноль, вернул на место.

[Goodkat]

А где семёрка, и почему единица перечёркнутая?

[Goodkat]

[Fesor]

Еденица перечеркнута что бы не быть похожей на 'I' как можно более сильно. Вообще стремный шрифт.

[javascript]

Я был уверен, что это польская ł

[witbier]

> А где семёрка?

Восьмая слева в нижнем ряду!

[Singerofthefall]

Интересно, а почему заглавные V и W настолько больше остальных? Хотя они все какие-то неровные…

[Valery4]

Очевидно, чтобы не путали с ними же строчными?

[Singerofthefall]

тогда нужно было бы увеличить еще и C,(возможно)K,S,U,X,Z, они тоже одинаково выглядят и в маленьком и в большом вариантах.

[klirichek]

K и U — непохожи. Смотрите внимательнее.

[Singerofthefall]

Я вижу, спасибо. Вернее K я заметил сразу, а U сначала проглядел. Тем не менее, если пользоваться логикой «смотрите внимательнее», то вариант «Очевидно, чтобы не путали с ними же строчными? », предложенный Valery4, отпадает, так как «присмотревшись внимательнее» большинство людей все-таки отличит строчную букву от заглавной.

[Aux]

Суть шрифта в том, чтобы отличали не присматриваясь те, кому инглиш — родной язык. Для скоростного пруф-ридинга.

[5araon]

Хм, с таким нулём шрифты давно существовали. Я помню, 3 года назад, когда только как-то начинал осваивать слепой ввод на латинице, при печати ставил какой-то Mono шрифт, в котором нуль с косой чёрточкой посерёдке был, ибо в английской раскладке нередко промахивался мимо «O» на «0» и мимо «P» на "-". И в случае с O очень легко было проглядеть опечатку. А потом уже выделял абзац и менял шрифт на нужный мне.

И в детстве помню, у бабушки какая-то печатная машинка была, на которой нуль с точкой был :)

[MindiveR]

Нам в универе вообще давали хинт использовать такой приём в рукописной записи (и было это 11 лет назад). Очень помогало избегать ошибок с записью кода и разных буквенно-цифровых последовательностей, кстати.
Так что тоже не вижу в нуле ничего нового (ту же MS-DOS если вспомнить).

[vsespb]

Я лет 10 уже пишу от руки ноль только перечёркнутым.

[evr1ka]

Делаю так же

[Valery4]

В любой книге по программированию и в любом нормальном моноширинном программерском шрифте — ноль содержит точку либо зачеркнут, чтобы визуально отличался от буквы «O».

[helarqjsc]

Во всех шрифтах?

[witbier]

Конечно же Robotex имел в виду шрифт Ubuntu Mono.

[cadmi]

Ага, причем еще во времена пишущих машинок и механических АЦПУ, как минимум (если уж не брать рукописи и чертежи). Оттуда оригинальное решение перекочевало в шрифты для матричных принтеров, далее везде.

«История стала легендой, легенда — фарсом. А потом уже и анекдотов насочиняли.» ©

[dime]

Вот и родилось поколение программистов ни разу не встречавшееся с перечёркнутым нулём. :)
В программистской среде этому оригинальному решению не меньше 40 лет Из того что лично мне известно — с более давными временами лично не сталкивался, может и Ада Лавлейс нолики перечёркивала :).

[Shersh]

Я вот только хотел спросить, а не сарказм ли этот комментарий.
Уже выработалась привычка перечеркивать ноль при написании от руки. Так вот далеко не всем нравится, особенно когда в документах пишешь дату или число или номер телефона, и все думают, что это была ошибка и ноль зачеркнут…

[StrangeAttractor]

Вот и родилось поколение программистов ни разу не встречавшееся с перечёркнутым нулём. :)

Тут хочется привести цитату из одной статьи из Википедии:

Эта статья — о букве расширенной латиницы Ø. Не следует путать её с ∅ (знаком пустого множества) и с ⌀ (символом диаметра)

Так что ноль с точечкой внутри действительно кажется более правильным решением, чем перечёркнутый.

[dime]

Да, правда о со всякими точками с разных сторон и палочками есть, а «о с точкой внутри» не нашёл.

В данном случае, конечно.

Ну, а моё высказывание было скорее саркастичным и больше про программистов, а не про символ. Наверное, сейчас, при обучении программированию, нет необходимости писать программы на более других носителях, нежели компьютер и этот «хак» правда забывается…

[shoorick]

Bitstream решил, и решил давным-давно: представленный здесь шрифт — это модифицированный Bitstream Vera Sans Mono, которому, вроде, ужé 10 лет.

[uef]

Поясните, пожалуйста, на каком этапе оцифровки полезен это шрифт? Ведь если я беру оригинал книги, я не могу на бумаге поменять шрифт на предложенный в статье.

[Ocelot]

На этапе ручной правки после распознавания. Видно, где робот промахнулся и распознал единицу вместо I, ноль вместо O и т.п.

[torbasow]

И исправили.

[Ocelot]

Допустим, робот при распознавании ошибся и распознал мой ник как «0ce1ot» (c нулём вместо O и единицей вместо l). Если корректор использует стандартный шрифт (к примеру, Таймс) он эти ошибки даже не заметит, ибо символы похожи на правильные. А если использовать представленный здесь шрифт, то ошибки видно сразу, ибо тут похожие символы отличаются довольно сильно.
Обнаружили -> откорректировали -> профит.

[helarqjsc]

Спасибо за объяснение. А то я уже было подумал, что авторы предлагают печатать всё этим шрифтом, чтобы было легче распознавать :))

[Shultc]

Вот этого объяснения и не хватает в статье.

alizar, призываю тебя, услышь мои молитвы!

[dime]

Корректура. В первом абзаце же!

[dime]

Э-э-э-э… Корректура — (от лат. correctura — исправление, улучшение) процесс исправления грамматических и технических ошибок и недостатков в текстовом и графическом материалах,…

В данном случае, текст сканируется с бумажного носителя, затем каким-нибудь OCR'ом распознаётся.
При этом неизбежно возникают ошибки распознавания. Часто на схожих символах. Вроде еденицы и строчной латинской эль. Исправляются такие ошибки с помощью вычитки и корректуры.
Сам процесс довольно сложен, тк если робот спутал еденицу с «эль», то и человеческому глазу ни что не мешает их спутать, следовательно, пропустить ошибку.
И вот в этот самый момент, мы меняем шрифт распознанного текста на представляемый, и, вуаля, легко на глаз отличаем нолики от такой круглой буквы, еденички от эль и тд и тп. Заменяем их на правильные символы. Корректура, ага?

[dime]

Ну, просто идея очевидна почти для любого, кто пробовал этим заниматься — распознаванием с последующей вычиткой. Вы, наверное, просто не сталкивались с этим в сколько-нибудь заметных объёмах.

[Shultc]

Может я зажрался, но я тоже не понял. А всё потому, что когда распознаю что-то, места, где буква распознавалась неправильно корректор подчёркивает красненьким, благодаря чему место становится заметным и без специального шрифта.

[mr_jok]

если бы этот шрифт ещё был бы читабелен

[tenzink]

Думаю, что хорошая читаемость была бы недостатком для вычитывания. Взгляд не застревает, и легче пропустить ошибку.

[Keyten]

Этот бы шрифт, да в каптчи.

[alexmay]

В каптчу что бы роботам легче было?

[helarqjsc]

Думаю, имелось в виду, что шрифт нечитаемый сам по себе)

[antonevich]

Если применять шрифт для последующей корректуры, то стоит все «сомнительные» знаки выделить ярче, чтобы при беглом взгляде на страницу сразу было видно проблемные места. Можно сделать их, например, белыми на фоне черного прямоугольника, будут сразу в глаза бросаться. Быстрее работать, меньше устаешь при вычитке.

[stryaponoff]

Если делать белые символы на чёрном фоне, то я бы сделал таковыми только цифры. Вот тогда и было бы видно сомнительные места, т. к. цифры в тексте встречаются относительно редко и их можно исправлять сразу, без прочтения.

[antonevich]

В этом случае мы рискуем пропустить буквы, стоящие вместо цифр. По поводу различной кодировки «опасных» цифр и букв согласен, работа ускорится.

[tagir_valeev]

Вспомнился шрифт Fälschungserschwerende Schrift с немецких номерных знаков автомобилей:

В нём не только все буквы и цифры существенно отличаются визуально (сравните те же 1/I и 0/O), но и ни одну букву нельзя получить, подрисовав что-либо к другой (так борются с подделкой номеров).

[witbier]

Ух ты, умляуты!

Все буквы русского алфавита помимо А, В, Е, К, М, Н, О, Р, С, Т, У, Х смотрят на этот комментарий с завистью.

[StrangeAttractor]

Кириллические буквы Ӵ (чё), Ӹ, Ӷ (Герц), Ԥ (п-ц), Ӂ (ж краткое), Ӟ, Ӭ, Ӱ, Ӳ и другие приветствуют Вас, пользуйтесь на здоровье… :-)

Имея на клавиатуре отдельную кнопку для умляутов случайно открыл для себя букву Ӟ, а потом взглянул в таблицу символов и увидел ещё много интересных…

[fsmorygo]

Товарищ witbier имел в виду тот факт, что на автомобильных регистрационных номерах Российской Федерации допустимы только перечисленные им буквы, так как они имеют аналоги в латинском алфавите. А остальная отечественная азбука молча завидует, тогда как на немецких номерах спектр допустимых букв гораздо более богат.

[witbier]

Именно!

[helarqjsc]

подрисовав что-либо к другой (так борются с подделкой номеров).

Хм, а что, были такие случаи?)

[StrangeAttractor]

Не знаю как с подделкой, а просто бесхозные номера, валяющиеся на улице в наших краях — обычное дело.

[witbier]

Это же морской, а точнее пиратский шрифт!
Не знаю почему, но это так.
В терминале выглядит непередаваемо:

[izharskiy]

хорошо пароли распечатывать им

[kos32]

Оставлю для будующих поколений, единственный шрифт в MS Office 2016 в котором ноль зачернут — Consolas