Ogromna PDF baza

Ništa posebno, isti obim je i raditi 40 medija za godinu dana.

Na stranu problemi sa OCR-om, što se indeksiranja tiče nema problema jer stvarno nije velika količina podataka.

Ko je uopšte rekao da treba da se indeksiraju PDF-ovi? Indeksira se valjda tekst koji se u njima nalazi. Na stranici sumnjam da ima više od par kilobajta suvog teksta (ajde recimo 5). 5(k) * 40(strana) * 365(dana) * 40(godina) izađe oko 3 gigabajta. Sa tim bi čak i prosečan PC mogao da izađe na kraj.

PDFovi se čuvaju odvojeno i koriste samo za prikazivanje.

Taj bi morao da pregleda 40*365*40=569.600 strana

Jeste vi meni likovi, ne znam zašto ste zapeli toliko za ta skeniranja. To je veliki projekat a ta skeniranja kada se rade ne rade se na jednom skeneru sa jednim čovjekom nego se za relativno sitne pare iznajme ljudi, honorarno, studenti, djaci, koji to izskeniraju za 1-2 mjeseca.

Nisam nikada radio ništa slično, ali mislim da prijekat nije težak 10 miliona dinara.
Sada je pitanje kako su zamislili arhiviranje toga, pretraživanje etc.

Potpis

tu nema kašike....

Za sve postoji programi koji to rade!!! I za indeksiranje, i za pretrazivanje, i za skeniranje... Ne koriste se obicni skeneri, za OCR se ne koristi FineReader koji vi znate nego nesto drugacije...
A cena.. Prava sitnica: Posto su trazili i hardware i software, recimo da ce samo 1 skener i 2-3 programcica koji moraju da se koriste da ih kostaju izmedju 900 000 - 2 500 000 dinara. I to je neka minimalna cifra. Za sve ostalo, ko zna sta je sve potrebno neka se javi ljudima i poprica sa njima kao sto cu ja da uradim, ko ne zna, e pa sta cu, nek se raspita.
poz

da ponovim josh jednom ;) kad posao bude gotov, a ja ti zelim sve najbolje,
a po najvishe razspolozenost poslodavca da plati poduhvat; ti napravi kratak dokumentarac
o samom poslu, bilo bi vrlo edukativno, a mozda i vrlo profitabilno za kasnije
poslove slicnog tipa. A posle toga mozesh da se okomish na razne knjige i slicno koje
leze po bibliotekama.

Ovo može da se uradi, ali je skupo. Štaviše, neko je to već uradio u Beogradu, doduše ne baš kompletan OCR svega jer je reč o ćirličnim izdanjima. Najbolje rešenje za ovo je Acrobat Capture u saradnji sa brzim skenerom. On odmah skenira u PDF, ili već skenirani TIFF pretvara u PDF, pri tome OCR-ujući šta treba.

Deo ovog posla je uradio Pedja Milin iz Službenog Lista SCG, javi mi se privatnom porukom da ti dam njegov broj telefona na poslu. Naime, Pedja je prebacio sve Službene listove od 1945. na ovamo u PDF i Službeni list prodaje to na CD-ima.

Potpis

 Certified Trainer Mojave 101 macOS Support Essentials 10.14
http://www.adamov.co.rs http://milan.adamov.rs http://www.infinitum.rs