Computer Club Elmshorn Atari PD/CCE_PD.iso/pc/0400/CCE_0494.ZIP/CCE_0494.PD/SCRYPTO/LIESMICH.TXT

Text File | 1992-11-25 | 15.2 KB | 307 lines

        Schrifterkennung mit dem Programm  S c r y p t o
        ------------------------------------------------


Wie der Name entstand:

Ein  Schriftstück heißt im lateinischen scriptum.  Auch wenn  das
Latein heute etwas aus der Mode gekommen ist, so wird dieses Wort
doch noch heute an den Hochschulen verwendet.  Aber wie kam das Y
in den Programmnamen? Nun - Schrift hat viel mit Ästhetik zu tun,
und  da das Y so ein schöner Buchstabe ist,  der leider  viel  zu
selten in der deutschen Sprache vorkommt,  habe ich das Y in  den
Programmnamen  eingebaut  und  damit das  Ganze  noch  ein  wenig
vornehm klingt (nomen est omen), habe ich ein O darangehaengt. Es
heißt  zwar "vornehm geht die Welt zugrunde",  aber man  soll  ja
posetiv  denken.  Also  hoffen  Sie mit  mir,  daß  das  Programm
möglichst  viele Buchstaben richtig erkennt und wenn  einmal  ein
falscher 50iger dabei ist, dann bedenken Sie, daß das Programm ja
nichts gekostet hat.  Irren ist schließlich nicht nur menschlich!
Mehr  zur  philosophischen  Seite der  Datenverarbeitung  in  dem
Ordner  GEGJAHWE in der Datei NEUROVOR.DOC (1st Word Plus  Text).
Dieser  Ordner  enthält  außerdem noch Texte,  die  man  bei  der
Diskussion  mit christlichen Sekten und christlichen  Fundamenta-
listen als Argumentation verwenden kann. Der Ordner enthält einen
Teil  jener Texte,  die Ende 1993 als Buch unter dem  Titel  "Mit
Argumenten  gegen  die  Zeugen Jahwes"  erscheinen  sollen  (gute
Vorsätze  für  das Jahr 1993)


Zur Arbeitsweise des Programms SCRYPTO:


Grundsätzliches

Jede  Art der Informationsgewinnung geht von  bestimmten  Voraus-
setzungen aus. Wir gehen z. B. von der Voraussetzung aus, daß die
ganze Welt aus unterschiedlichen Dingen besteht.  Streng genommen
stimmt  das  nicht  ganz,  denn die ganze Welt  ist  erfüllt  von
elektromagnetischen Kraftfeldern und die Gravitation hält  unsere
Galaxie  zusammen.  Atome und Moleküle sind nur Energiebündel  in
diesem  Kosmos,  Bündel  mit unterschiedlicher Größe  und  unter-
schiedlichen Eigenschaften.  Mit den Voraussetzungen ist das eben
so  eine  Sache.  Die  meisten  stimmen  nur  zu  einem  gewissen
Prozentsatz oder sie bleiben Ansichtssache.

Die  Informationsgewinnung aus einem Bild läßt sich grob als  ein
dreistufiger Prozeß beschreiben.  Zuerst wird das Bild aufgeteilt
in kleinere Einheiten.  Diese Einheiten werden dann mit  Gedächt-
nisinhalten verglichen und schließlich wird ein symbolischer Wert
zugewiesen. Das Gedächtnis besteht hier aus einer Tabelle, in der
die  Zeichen samt ihrer Zuordnung zu bestimmten Symbolen  stehen.
Werden ähnliche Merkmale erkannt, dann wird ein symbolischer Wert
zugewiesen, in diesem Fall ein Schriftsymbol.



Bild lesen und korrigieren

Nach dem Einlesen des Bildes (Menüleiste "Datei"),  kann man  den
relevanten Teil des Bildes eingrenzen mit den Menüpunkten  "links
oben", "rechts unten" (Menüleiste "Markierungen").

Störende Linien,  einzelne Buchstaben oder auch  zusammenhängende
Bereiche  kann  man  mit  dem  Menüpunkt  "löschen  einer  Linie"
beseitigen  (Das  Fadenkreuz auf den Buchstaben  setzen  und  die
linke Mouse-Taste antippen).  Rechteckige Bildschirmbereiche kann
man  mit  dem  Menüpunkt "löschen  eines  Rechecks"  verschwinden
lassen.  (Bei  gedrückter linker Mouse-Taste von links oben  nach
rechts  unten ein Rechteck aufziehen.  Beim Loslassen der  Mouse-
Taste  wird das Rechteck gelöscht.) Beides unter  der  Menüleiste
"Markierungen".


Zeichensatz und Spelling-Tabelle

Nun kann,  falls vorhanden,  noch ein Zeichensatz  eingetrichtert
werden (Menüleiste "Buchstaben"). Wenn kein Zeichensatz vorhanden
ist,  reagiert das Programm wie ein Kleinkind.  Es schreit!  Aber
damit  die  Nachbarn  nicht aus dem  Bett  fallen,  erscheint  am
Bildschirm  eine Dialogbox,  auf der man bis zu  vier  Buchstaben
eingeben  kann.  Das  Programm verarbeitet also  auch  sogenannte
Ligationen - Buchstaben,  die aneinanderkleben.  Damit der Aufbau
eines  Zeichensatzes  nicht so langweilig ist,  gibt es  für  die
Zeicheneingabe zwei Dialogboxen,  die willkürlich (zufällig) aus-
gewählt werden.  Und nachdem in unserer Welt große Tiere den  Ton
angeben, sind die Tiere hier auch gleichzeitig der OK Button.

Die   Zeichenkombination  wird  im  Bild  schwarz  markiert   und
erscheint,  soweit möglich über der Dialogbox.  In der  Dialogbox
wird die Zeichenkombination ebenfalls angezeigt.  Ein Icon (64  *
64 Pixel) ist dafür reserviert.

Da  beim  Scannen  manchmal auch Punkte  erzeugt  werden,  wo  im
Original keine sind,  kann man diese Zeichen übergehen,  wenn sie
als  im Zeichensatz fehlend moniert werden.  Hierzu tippt man  in
der Dialogbox "Zeichen ignorieren" und "Zeichen nicht  speichern"
an.

Die Spelling-Tabelle dient dazu Übersetzungsfehler zu minimieren.
Das  Programm geht bei seiner Interpretation der Zeichen von  der
Annahme aus,  daß ein Zeichen aus einem zusammenhängenden  Pixel-
bereich besteht.   Das Programm sieht bei einem i erst einmal nur
das  i ohne den Punkt und dann das Tüpfelchen auf dem  i.  Das  i
wird also erst einmal als "i." übersetzt.  Um dies zu korrigieren
gibt es die Spelling-Tabelle.  Wie einzelne  Zeichenkombinationen
umgesetzt werden könen,  kann man sich mit dem Menüpunkt Spelling
Tabelle ändern ansehen (Mit return durchblättern oder wie  üblich
mit  der  linken  Mousetaste auf Abbruch  tippen,  wenn  man  die
Dialogbox verlassen will).


Zeichenabstand

Der  Menüpunkt Leerzeichen dient dazu den minimalen  Pixelabstand
zwischen zwei Worten festzulegen.  Wird hier kein Wert angegeben,
so  wird mit dem Wert gearbeitet,  der im Zeichensatz  hinterlegt
ist.  Der  eingegebene  Wert  wird  zusätzlich  bildlich  in  der
Dialogbox als Leerzeichen zwischen zwei Balken dargestellt. Diese
Dialogbox kann man verlassen,  indem man das schwarz umrahmte  OK
mit der linken Mouse-Taste antippt. Wo ist das nicht so?


Schrifterkennung

Tippt  man auf Analyse,  so beeilt sich das Programm den Text  zu
entziffern.  In  mehreren  Schritten  wird  jeweils  ein  Zeichen
isoliert.  Erst einmal werden die Leerzeilen markiert,  dann wird
der  Beginn  eines Zeichens ermittelt und  schließlich  wird  das
Zeichen  in den Analysebereich übertragen und  verschwindet  dann
von der Bildfläche.  So braucht immer nur nach dem ersten Zeichen
gesucht  zu  werden  und das steht immer in  der  obersten  Zeile
links.

Das  Programm arbeitet nach einem leicht  modifizierten  pattern-
matching Verfahren.  d.  h. das Zeichen wird pixelweise mit einem
Zeichen  aus  der Zeichentabelle verglichen,  wobei  das  Zeichen
jeweils  um ein Pixel nach links,  rechts,  oben und  unten  ver-
schoben wird. Ungenauigkeiten des Scanners werden auf diese Weise
etwas  ausgeglichen.  Der  Zeichensatz wird  so  möglichst  klein
gehalten.  Dies  hat leider aber auch einen  Nachteil:  Wenn  die
Zeichen sehr klein sind,  dann verhält sich das Programm wie  ein
alter  Dackel  ohne Brille.  Es verwechselt mal  den  einen  oder
anderen Buchstaben.

Das Programm interpretiert,  wie bereits gesagt,  jeden zusammen-
hängenden Bereich als Zeichen.  Es kann daher auch  Kursivschrift
verarbeiten.

Das Programm erkennt das als Zeile,  was zwischen den  Leerzeilen
steht. Die Information wird zeilenweise abgearbeitet. Fehlt diese
Leerzeile zwischen den Zeilen,  so ist es am besten, wenn man den
Analysevorgang  mit  dem Menüpunkt  "Analyse  beenden"  vorzeitig
verläßt.  Das  Programm nimmt sonst abwechselnd einen  Buchstaben
aus  der  oberen und einen aus der unteren  Zeile.  Die  fehlende
Leerzeile  kann  man  mit  dem  Menüpunkt  "Leerzeile   erzeugen"
plazieren (Menüleiste Markierungen).

Auf  dem Textfenster kann man den Übersetzungsvorgang  verfolgen.
Jeweils  drei  Zeilen maximal 75 Zeichen werden hier dargestellt.

Um den Text zu verarbeiten, speichert man ihn erst einmal mit dem
Menüpunkt Textausgabe ab.  Jedes Textsystem, das ASCII-Code lesen
kann, kann nun diesen Text verarbeiten. Eine Korrekturmöglichkeit
des Textes ist nicht vorgesehen,  da dies Textsysteme viel besser
können.  Das Programm Scrypto dient nur dazu,  Texte aus Büchern,
die  man  als Zitate in eigene Werke  einbauen  will,  maschinen-
gerecht  aufzubereiten.   Noch  ein  kleiner  Tip:   Bei  kleinen
Schriften, hilft manchmal die Vergrößerung mit einem Kopiergerät.
Allerdings dürfen die Vorlagen nicht schräg aufgelegt werden,  da
das Programm die Leerzeilen immer im 90° Winkel abgreift.

Wenn  das  Programm im Interpretermodus gestartet wird  (mit  der
Omikron-Basic-Version  vom Herbst 91),  kann man sofort nach  dem
Interpretieren   eines  Bildes  das  nächste  Bild   laden.   Das
compilierte  Programm bringt hier leider Fehler.  Diese  Funktion
ist mit Vorsicht zu genießen.

Was tun wenn...:

...       im Text ein Umlaut markiert wird, aber in der Dialogbox
          nur Buchstabe (wie a,  o oder u) erscheint. - Geben Sie
          immer nur das ein, was Sie in der Dialogbox sehen.

...       in der Dialogbox zur Eingabe der Zeichen ein Umlaut mit
          nur einem Punkt erscheint.  - Geben Sie den Umlaut ein.
          Die  Zeichenfolge  "Umlaut ." wird über  die  Spelling-
          tabelle umgesetzt in den Umlaut.

...       ein   Buchstabe  nur  zur  Hälfte  in   der   Dialogbox
          erscheint.  -  Wenn  dies  regelmäßig  nur  bei  diesem
          Buchstaben geschieht, so geben Sie für die erste Hälfte
          des  Buchstabens das entsprechende Zeichen ein und  für
          die  zweite Hälfte irgend ein Sonderzeichen.  Nach  dem
          Analyse-Vorgang  erweitern Sie die Spelling-Tabelle  um
          diesen  einen  Eintrag (Buchstabe  Sonderzeichen  immer
          umsetzen in Buchstabe).  Verlassen Sie nun das Programm
          und  laden  es  erneut,  dann  wird  der  Text  richtig
          übersetzt.

...       regelmäßig  ein Buchstabe verwechselt wird,  so  sollte
          man  den  Zeichensatz überprüfen.  Dies  geht  mit  dem
          Menüpunkt Zeichensatz ändern.  Die Dialogbox,  die dann
          erscheint,  enthält das Feld "Suche Zeichen". Hier kann
          das falsch übersetzte Zeichen angegeben werden. Wird Z.
          B.  ein a als s übersetzt,  so gibt man hier s ein.  In
          der   Dialogbox  erscheinen  dann   nacheinander   alle
          Zeichenzuordnungen für s.  Erscheint in diesem Fall als
          Zeichen ein a, so kann man das s in a umändern.

...       man sich bei der Zeicheneingabe vertippt hat und  merkt
          dies sofort,  so kann man den Analysevorgang  abbrechen
          und kann sich mit dem Menüpunkt Zeichensatz ändern, die
          letzten drei Zeichen in einer Dialogbox ausgeben lassen
          und ggf. ändern.

Dateien:

SCRYPTO.PRG         Das Programm

Dateien mit dem     Assemblermodule,  die  vom  Programm  Scrypto
Suffix .BAX         angesprungen   werden.   Die   zeitkritischen
                    Routinen sind alle in Assembler geschrieben.

SCRYPTO.CHR         Der Zeichensatz.  Der Zeichensatz kann jedoch
                    auch anders heißen.  Er wird immer unter  dem
                    gleichen  Namen  abgespeichert  mit  dem   er
                    gelesen wurde. Dies gilt ananlog auch für die
                    Spelling-Datei und die Textdatei.

SCRYPTO.SPL         Die Spelling-Datei.

SCRYPTO.TXT         Die Textdatei.

SCRYPTO.IMG         Eine  im IMG-Format  komprimierte  Bilddatei.
                    Die Umwandlung in eine MFDB.DATEI,  die  dann
                    im  Speicher steht,  wird mit dem  Assembler-
                    modul  IMG.BAX  erledigt.  Dieses  Assembler-
                    modul   kann  auch  von  anderen   Programmen
                    genutzt werden.  Ein Source-Code, aus dem die
                    Parameterversorgung ersichtlich ist, ist bei-
                    gefügt. Das Programm wurde mit dem sehr guten
                    public-domain  Assembler  TURBOASS  erstellt.
                    Das  Programm SCRYPTO selbst ist in  OMIKRON-
                    Basic  geschrieben.  Es hat daher,  wie  alle
                    Omikron-Basic-Programme,    die   mit    Gem-
                    Benutzeroberfläche arbeiten, Schwierigkeiten,
                    wenn  GDOS  oder  NVDI  aus  dem  AUTO-Ordner
                    geladen wird.
                    Der Bildtext,  der momentan unter SCRYPTO.IMG
                    steht ist ein Zitat aus dem Buch
                    "Ist die Bibel richtig übersetzt"
                    von Pinchas Lapide.
                    Es  können  mehrere  Bildtexte   nacheinander
                    verarbeitet  werden.  Bei einem  Wechsel  des
                    Zeichensatzes   muss   man   allerdings   das
                    Programm verlassen.

Dateien mit dem     In den ersten 20 Byte dieser Datei steht die
Suffix  .MFDB       MFDB (siehe  GEM-Befehl  VRO_CPYFM).  Dieser
                    Bereich wird von dem GEM-Befehl wird
                    normalerweise verwendet, um bit-image Dateien
                    auf dem Bildschirm zu bringen oder im
                    im Speicher zu sichern. Die bit-image Datei
                    steht im Anschluß an die 20 Bytes.


Systemgrenzen:

Das Programm reserviert insgesamt 1,07 MB Speicher,  braucht also
ca  1,2  MB Speicher.  Das Programm SCRYPTO muß  aus  dem  Ordner
SCRYPTO  geladen  werden,  der sich auf Diskette oder  einer  be-
liebigen Festplatten-Partition befinden kann.  Die IMG-Datei wird
gemäß ihrem tatsächlichen Platzbedarf im Speicher  abgelegt.  Die
Mfdb-Datei  ebenfalls.  Für die Zeichendatei werden  bei  Neuein-
richtung  100000 Bytes reserviert.  Wird eine  Zeichendatei  ein-
gelesen,  so  werden  zusätzlich zum tatsächlichen  Bedarf  50000
Bytes  reserviert.  Die  Einhaltung  dieser  Speichergrenze  wird
allerdings vom Programm nicht überprüft.  Es empfiehlt sich daher
nach der Analyse eines Dokuments den Zeichensatz zu sichern.  Für
die   Spelling-Datei  werden  bei  Neueinrichtung   10000   Bytes
reserviert.  Wird eine bereits vorhandene Spelling-Datei  geladen
werden zusätzlich 10000 Bytes reserviert.


Danksagung:

Dieses  Programm  ist  mein Dank an  all'  jene,  die  durch  ihr
Engagement  dazu beigetragen haben und noch dazu  beitragen,  daß
die  Software  für  den ATARI-Computer  sich  in  erschwinglichen
finanziellen  Grenzen  gehalten hat.  Falls Sie  auch  mal  einen
sozialen  Tag  haben,  aber nicht gleich ein  Programm  schreiben
wollen,  so  können Sie z.  B.  für die Lebenshilfe  für  geistig
Behinderte  spenden (Kontonummer:  5803865800 bei  der  Hypo-Bank
München). Falls Sie an dem Source-Code des Programms interessiert
sind, so wissen Sie ja sicher, wie das bei public-domain Software
geht.  20,-  DM  zuverlässig an meine Adresse und ein  Brief  mit
Ihrer  Adresse.  Dann erhalten Sie eine Diskette mit dem  Source-
Code.  Der Überschuß aus dieser Transaktion wird der  Lebenshilfe
für geistig Behinderte gespendet. Meine Adresse:

Dieter von Spreter
Tettnanger Str. 4
W-8000 München 60