Отправлено: 03.06.09 09:25. Заголовок: Требуются инициативные добровольцы-энтузиасты-альтруисты!

Я наконец-то раскрутил Волкова В.П. на протоколы прошлого века, не прошло и 10 лет (для этого пришлось поменять место жительства, втереться в доверие к "противнику" и прикинуться крутоватым марафонцем).
Вчера притащил от ВВП увесистую пачечку судейских вторых экземпляров протоколов (=полная копия первых, основных). Марафоны со 2-го по 10-й (1978-1986 гг). Дистанции - 10, 20 и марафон М+Ж, включая по группам.

Есть предложение! Дружно собраться и все это "обэлектронить", желательно в тексте - с последующим занесением в БД Ak55.

На руки я их давать никому не буду по определению.

Мои предложения такие. Берем для начала все марафоны за этот период, основной протокол (протокол по группам игнорируем). Я их сканирую и
ЛИБО помещаю на общедоступный www-ресурс (в графике, без распознавания, поск. распознавать большого смысла не вижу),
ЛИБО отсылаю на почту вызвавшимся оказать посильную помощь проекту добровольцам.
По завершении ручного перевода графики в текст отсылаем протоколы на ПроБЕГ - и потомки будут нам благодарны!

Ваши встречные предложения?
Если вы со мной согласны, то записывайтесь в кач. инициативного добровольца-энтузиаста-альтруиста! Если не согласны, то давайте обсудим.

ЗЫ. Протоколы не маленькие (в заинтересовавшем меня М42-1986 314 финишеров + с десяток Ж). Работа большая. Бесплатная. Кроме глубокого морального удовлетворения и неисчерпаемой благодарности любителей бега (как прошлых, так и нынешних + будущих) никаких поощрений ждать не приходится.
На тек. момент уже есть 1 доброволец, чему я несказанно рад!

ЗАПИСЫВАТЬСЯ ЗДЕСЬ!

 Отправлено: 03.06.09 10:43. Заголовок: А-Р пишет: Я их ска..

А-Р пишет:

цитата:

Я их сканирую

Если все эти протоколы - не рукописные, а машинописные, то мой совет - сканируй с разрешением 420 или 480 ppi. Тогда на сканы можно будет довольно уверенно натравить FineReader.

 Отправлено: 03.06.09 11:00. Заголовок: Мне в первую очередь..

Мне в первую очередь скан 8-го марафона на sheker AT mail.ru. Сегодня будет свободный вечер.

 Отправлено: 03.06.09 11:06. Заголовок: Готов принять посильное участие.

Если такой есть, и чуть-чуть нарушить правило "начнем с марафонов" то я бы для начала выбрал Гжель-2000, ну а если нет - тогда все равно, вобью любой.

 Отправлено: 03.06.09 11:21. Заголовок: В данном случае речь идет исключительно о КМах со 2-го по 10-й

Которые я пока еще даже не отсканировал. Поэтому не обещаю, что успею это сделать до сегодняшнего вечера.
sphinx'у вышлю протокол 8-го КМа, - как отсканирую, так и сразу.
Goose вышлю протокол 2-го КМа, - как отсканирую, так и сразу.

По совету Ak55 буду сканировать с разрешением >400dpi - с тем, чтоб у желающих+могущих (могучих ) была бы возможность попробовать распознать.

 Отправлено: 03.06.09 11:40. Заголовок: А в какой формат и к..

А в какой формат и какую форму? Неплохо, что бы был шаблон или образец. А то получится кто в лес, кто по дрова. Потом еще надо будет приводить к единому виду.

 Отправлено: 03.06.09 12:05. Заголовок: Должны быть следующи..

Должны быть следующие поля:
место абс
результат (разделители между часами, минутами и секундами - в том виде, в каком в протоколе)
фамилия
имя
год (дата) рождения
нагрудный номер (если есть)
страна (если есть)
город
клуб
группа
место в группе

вместо двух полей "фамилия" и "имя" можно сделать одно поле "Фамилия имя", где фамилия и имя разделены пробелом. Если имя неполное, а только инициал, или какое-либо сокращение - то в том виде, как в протоколе, включая знаки препинания.
ширина полей не ограничивается.
порядок следования полей безразличен.
если результат будет оформлен в виде Excel-таблицы, то все поля должны иметь тип "текст" во избежание ошибок при конвертации.
В заголовке таблицы должны быть указаны точное наименование пробега по протоколу, дата пробега, дистанция.

Если что еще - спрашивайте.

 Отправлено: 03.06.09 12:28. Заголовок: A-P. Андрей, пришли ..

A-P. Андрей, пришли мне один протокол, попробую сделать.

Ak55 пишет:

цитата:

если результат будет оформлен в виде Excel-таблицы

А в каком формате предпочтительнее? Word, Excel?

 Отправлено: 03.06.09 13:14. Заголовок: А протокол потом кон..

А протокол потом конвертируется в какую-то базу или в какой-то другой фиксированый формат? Если второе, то может сразу набирать, чтобы потом не конвертировать?
А заголовки колонок могут иметь произвольное имя? Если порядок колонок непринципиален и имена колонок тоже, то непонятно как в них разбирается конвертор.
Есть ли требования к шапке протокола или все произвольно?

 Отправлено: 03.06.09 13:40. Заголовок: И тот, и другой подо..

И тот, и другой подойдет. Как тебе будет привычнее. Если Word - то тоже лучше в виде таблицы.

 Отправлено: 03.06.09 13:47. Заголовок: sphinx пишет: то не..

sphinx пишет:

цитата:

то непонятно как в них разбирается конвертор.

Конвертером буду работать я, надеюсь, что разберусь, до сих пор получалось.

Главная просьба - сохранить информацию в том виде, как она представлена в протоколе. Даже если вы видите ошибку, ее исправлять НЕ НАДО! Просто сообщите о ней в комментарии к полученной таблице. Если ошибок обнаружите много, можно завести еще одну колонку "Комментарий". Все дело в том, что помимо конвертации (для интересующихся - в dbf-формат), мне приходится выполнять еще и идентификацию каждого конкретного бегуна, а в этом никакой конвертер не поможет.

 Отправлено: 03.06.09 15:19. Заголовок: Давайте для единообразия договоримся делать в Excel'e! +Присоединяюсь к просьбе Ak55

(или даже требованию!) - оставлять все ошибки протоколов в их исходном виде без всяких правок. Разумеется, это не касается ошибок распознавания текста, если вдруг кто возьмется распознавать.

Бор, тебе зарезервирую, например, 7-й КМ.

 Отправлено: 03.06.09 18:37. Заголовок: А-Р пишет: тебе зар..

А-Р пишет:

цитата:

тебе зарезервирую, например, 7-й КМ

Высылай.

Ak55, dbf-формат - FoxPro? Если да, то - DOS-вский или VFP?

 Отправлено: 03.06.09 20:30. Заголовок: И мне можно один выс..

И мне можно один выслать: comcur AT mail ru

 Отправлено: 03.06.09 20:49. Заголовок: +1

А-Р пишет:

цитата:

есть 1 доброволец

уже два

 Отправлено: 03.06.09 23:24. Заголовок: К полуночи успел отсканить и привести в первоначальный удобоваримый вид всего 1 протокол

МЖ42-VIII. Попробуем обкатать это дело на sphinx'е. Я решил не почтой слать, а выкладывать на сайт. Думаю, так разумней: если один доброволец "застрянет", не надо будет еще раз слать пр-лы на др. майл - можно просто кинуть ссылку другому помощнику.

 Отправлено: 03.06.09 23:48. Заголовок: На тек. момент 6 добровольцев. Всем спасибо, ни про кого не забуду - работы хватит на всех! :)

"Мне нравится моя рабо-о-та,
Гори, гори моя звезда!..."
/© ББГ/

 Отправлено: 04.06.09 08:41. Заголовок: Записываюсь.

Кстати, у меня была программка, которая распознаёт прямо с экрана - выделяешь нужный кусок экрана - и нажимаешь кнопку. Сама сидит в трее и активизруется "горячими клавишами".
Кажется это была ABBYY Screenshot Reader.
Если её найду, то мож прям с сайта всё буду распознавать.

 Отправлено: 04.06.09 09:37. Заголовок: yola пишет: уже два..

yola пишет:

цитата:

уже два

уже три.

 Отправлено: 04.06.09 11:02. Заголовок: Посмотрел сканы. Бою..

Посмотрел сканы. Боюсь, что распознавание тут будет бессильно, но попробую. Есть места, где строки наезжают друг на друга. Есть места, где отсутствуют буквы, цифры. Кстати, АР, в 4 и 5 файле правый нижний угол так и в оригинале или это дефект при сканировании. Если так и в оригинале, то пару результатов восстановить не удастся.
Вопросы к АК55.
1.Сохранять разбивку по листам или можно в одну табличку?
2.Что делать, если невозможно достоверно понять какую-то букву или цифру. Ставить на ее место какой-то условный значок типа звездочки или знак вопроса? В названиях городов и клубов эти дефектные символы можно легко угадать. В фамилиях немного сложнее - бывают очень неожиданные фамилии. Дефект в нагрудном номере почти бесполезно исправить. Занятое место легко восстановить логически.

 Отправлено: 04.06.09 11:31. Заголовок: Я сразу сказал, что распознавание здесь бесполезно :(

sphinx, к сожалению, непонятки в конце двух листов - из оригинала. Даже глядя туда, я не смог понять, что же там должно быть. :( Так что пробелы/проблемы будут уже на этой стадии.



sphinx пишет:

цитата:

Боюсь, что распознавание тут будет бессильно, но попробую.

Просто сколько понадобится времени на правку распознанного.... не лучше ли его потратить на ручной ввод. Хотя вполне допускаю, что кто-то уже набил руку в распознавании и у него получится. Но здесь надо начинать с грамотного сканирования (не только достаточный dpi, но и контраст, возможно, еще какие-то параметры...). Если такие мастера есть, скажите оптимальные параметры сканирования. Хотя, подозреваю, что они получаются экспериментальным путем для каждого конкретного протокола. А это, опять же, уйму времени займет...

 Отправлено: 04.06.09 13:08. Заголовок: Разбивка по листам -..

Разбивка по листам - непринципиальна, лучше - в одну таблицу
Непонятные символы - введи так как видишь или замени их знаком "?", но сделай пометку в графе "Комментарий"

А распознавание непонятных фамилий и непонятных номеров - оставь на мою долю. Выдумывать только не надо.
Я вот сейчас проверяю протокол ММММ-1990, его набивал и распознавал не я (даже и не знаю, кто). Там 137 листов (по 60 строк), я пока добрался до 39-го. На каждом листе 5-10 исправлений приходится делать.

 Отправлено: 04.06.09 14:14. Заголовок: Андрей, насколько эта задача будет регулярна? (Месяц / год / вечно)

 Отправлено: 04.06.09 14:25. Заголовок: taurus пишет: Андре..

taurus пишет:

цитата:

Андрей, насколько эта задача будет регулярна? (Месяц / год / вечно)

Если этот вопрос ко мне, то отвечу так:
Это - разовая работа с протоколами ККМ, которые добыл Ромуальдыч. Там их получилось много и сразу, для одного человека - действительно очень большая работа.
С текущими протоколами я, надеюсь, справлюсь самостоятельно.
А присоединение старых протколов к базе, по-моему, не столь критично по времени. Тоже буду производить я, но не форсируя события.

Возможно, какому-нибудь еще Штирлицу удастся раздобыть протоколы Белых ночей 2002 года и ранее, тогда может появиться еще одна разовая работа. И еще совсем уж невозможная работа - раздобыть протоколы марафона Золотое кольцо России, умершего в 2002 году. 2001 год - есть, а вот ранее были проведены еще 13 этих марафонов.

 Отправлено: 04.06.09 15:16. Заголовок: Ух, обработал всех ж..

Ух, обработал всех женщин. Вручную.
Теперь мужики. Это будет посложнее.

 Отправлено: 04.06.09 15:23. Заголовок: Изрядно! :))

sphinx пишет:

цитата:

Ух, обработал всех женщин. Вручную.

 Отправлено: 04.06.09 23:02. Заголовок: Это достойно попасть в хиты!

sphinx пишет:

цитата:

Ух, обработал всех женщин. Вручную. Теперь мужики. Это будет посложнее.

 Отправлено: 04.06.09 23:02. Заголовок: Сделал половину. Воз..

Сделал половину. Возможно, завтра удастся закончить.
Делаю по такой технологии: загружаю скан в Picture manager, увеличиваю контрастность на 100%, яркость процентов на 20-40 и распечатываю. Ввожу с бумажки. Неразборчивые места смотрю все в том же PM, в котором после печати еще немного увеличиваю яркость и масштаб.

 Отправлено: 04.06.09 23:10. Заголовок: Бор пишет: Ak55, db..

Бор пишет:

цитата:

Ak55, dbf-формат - FoxPro? Если да, то - DOS-вский или VFP?

По большому счету, мне все равно, какие dbf-файлы
Сам я работаю с VFP, но у VP (получился каламбур) с этим форматом VFP возникли некоторые проблемы, поэтому ему для ПроБега базы буду передавать в dbf-формате для DOS.

Но я бы советовал как распознавание текста, так и набивку вручную вести в Excel'е. По моему личному опыту в нем удобнее всего.
А конвертировать в dbf я смогу и сам, метода уже настроена под любой набор и последовательность полей таблицы.

 Отправлено: 05.06.09 20:30. Заголовок: Кому и куда слать ре..

Кому и куда слать результат?

 Отправлено: 06.06.09 18:12. Заголовок: Вдогонку sphinx у во..

Вдогонку sphinx у вопрос: я набрал в Excelе Сестрорецк. Надо мне отсортировать по строкам - я имею ввиду по порядку прихода на финиш? Или и так сойдет?

 Отправлено: 07.06.09 01:22. Заголовок: Думаю, что и так сойдет (отсортировать в Excel'e несложно будет и потом)

 Отправлено: 07.06.09 01:28. Заголовок: Ура! Всем выслал по 1-му заданию. Все в виде ссылок на соотв. www-папку

Итого текущие протоколы/добровольцы в работе:

sphinx - МЖ VIII 1984 (7)
Goose - M II 1978 (3)
Бор - M IX 1985 (4)
comcur - M III 1979 (3)
Rushan - M X 1986 (5)
Flar - МЖ IV 1980 (4)

Если я что-нибудь с чем-нибудь не перепутал.
В скобках указано к-во скан-листов.

ЗЫ. Ой, что-то я засиделся. А седня вроде ЗелеПом бежать собирался. Ну ладно, с Chapay'ем прорвемся!

 Отправлено: 08.06.09 06:45. Заголовок: А-Р пишет: sphinx -..

А-Р пишет:

цитата:

sphinx - МЖ VIII 1984 (7)

Так куда девать готовый протокол?
Если что-то осталось, то я еще могу...

 Отправлено: 08.06.09 08:40. Заголовок: Готовый высылайте на адрес ПроБЕГа - там его подхватим

info@probeg.org

 Отправлено: 08.06.09 12:25. Заголовок: а я? а меня?

А-Р пишет:

цитата:

что-нибудь с чем-нибудь не перепутал

 Отправлено: 08.06.09 15:25. Заголовок: Вопросы: - Надо ли в..

Вопросы:
- Надо ли вносить сошедших, не явившихся, снятых?
- Если в протоколе стоит город Кал-д, можно внести Калиниград или оставить, как в первоисточнике?
- В 1985 году был СССР, и все бегуны считались из одной страны. Надо ли теперь им приписывать страну (которой в первоисточнике нет)?
- Возр. группы в протоколе: 40 и старше, 50 и старше. Места в группе участников старше 50 лет считаются как бы по двум группам. Надо ли учитывать их отдельно (но тогда в группе старше 40 все места изменятся)?

 Отправлено: 08.06.09 16:51. Заголовок: ИМХО (Ak55, поправь, если считаешь иначе)

Бор пишет:

цитата:

- Надо ли вносить сошедших, не явившихся, снятых?

Я бы обязательно вносил сошедших и снятых (бежали, однако!), но не вносил н/я (мало ли кто предварительно зарегился).

цитата:

- Если в протоколе стоит город Кал-д, можно внести Калиниград или оставить, как в первоисточнике?

Я бы оставил как в первоисточнике.

цитата:

- В 1985 году был СССР, и все бегуны считались из одной страны. Надо ли теперь им приписывать страну (которой в первоисточнике нет)?

Не надо. Этак и "Кал-д" надо будет Королевом называть!

цитата:

- Возр. группы в протоколе: 40 и старше, 50 и старше. Места в группе участников старше 50 лет считаются как бы по двум группам. Надо ли учитывать их отдельно (но тогда в группе старше 40 все места изменятся)?

Я бы все упоминания о возрастных п/г попросту игнорировал. И без них работы хватит.

 Отправлено: 08.06.09 16:58. Заголовок: Хвалился, что никого не забуду, но сам в конце концов зарапортовался и забыл :(

Чтоб не раздваиваться, объединил посты по этой теме в одной ветке вместо двух.

Заодно нашел тех про кого забыл - yola, HA и Chapay, - теперь и про вас не забыл!

 Отправлено: 08.06.09 17:02. Заголовок: Я старался делать по..

Я старался делать полную копию. Если потом кому-то надо будет что-то изменить, это будет несложно. Пусть будет полная электронная копия оригинала. А получить с нее различные производные варианты, это уже дело вкуса и желания.

 Отправлено: 08.06.09 17:49. Заголовок: Соглашусь с А-Р'..

Соглашусь с А-Р'ом почти во всем, а именно:

Все надо оставить так, как в первоисточнике, то есть и "Кал-д", причем имеено в таком виде, то есть в виде сокращения. К тому же это может быть и настоящий Калининград, а не нынешний Королев.

В отличие от А-Р' буду настиивать на том, что и возрастные группы надо указывать по протоколу, если они там есть. Соответственно, и места в возрастных группах. Даже если они указаны с ошибками. Вместе с ошибками и вводить. Мы не можем изменить существующий протокол пост-фактум. Можем только дать комментарий, что, мол, в этом месте предполагаем ошибку.