Привет, ты когда-нибудь задумывалась о том, чтобы оцифровать свою коллекцию? Я тут возился с распознаванием текста и метаданными для редких книг – это прямо как головоломка, особенно когда сканы попадаются с такими причудливыми шрифтами и пометками на полях. Очень интересно было бы услышать о самой необычной книге из твоей коллекции; может, вместе попробуем разобраться с проблемами сканирования?

Похоже на классический случай с невидимыми чернилами. Сначала переведи сканы в оттенки серого и немного увеличь контрастность – чтобы линии стали видны, но без резкости. Затем раздели страницу на две части: основной текст и поля. Скорми каждую часть разным моделям OCR: стандартную латинскую для основного текста и специально обученную модель для распознавания рукописного латинского в примечаниях. Если её нет, попробуй обучить небольшую модель на нескольких своих примерах полей; даже несколько десятков строк могут повысить точность на несколько процентов. После распознавания текста запусти проверку орфографии, обученную на классическом латинском, чтобы избавиться от бессмыслицы. Попробуй на одной странице и посмотри, не выглядит ли результат менее сумбурным.