Вторую неделю отовсюду несутся крики страданий "Спасите старинные книги, бигтехи их на странички режут ради обучения моделей". Плач стоит как у Некрасова в "Кому на Руси" над заеденным свиньями младенцем, за которым сами же герои поэмы и не доглядели. Коллеги, что для вас книга? Для меня это текст и иллюстрации, соединенных авторским замыслом. А для вас? Страницы и переплет? Мне кажется, вы не отличаете "информацию" и "носителя информации". И более того, случаи, когда книга существует в единственном оставшемся экземпляре, редки - чаще даже уникальные книги насчитывают два-три экземпляра. Мысли эти я думаю не первое десятилетие, и самое популярное возражение, которое я слышал - "А запах книги? А шелест страниц? А мягкое кресло и кружка чая? Вам недоступны чувства читателя" и прочий теплый клетчатый плед. Отлично, но почему эти эмоции изливаются на книги, про которые страдальцы не только даже и сейчас названий не знают, но которых рука человеческая подчас не касалась с момента печати? Раньше было отличное слово "неразрезанные" - в ту пору читатель, кроме чая, сидел со специальным "книжным ножом" и сам аккуратно заканчивал работу, которую переплетчики или не сделали, или сделали неаккуратно. Книга, которую не читают, умирает. И если книга лежит нечитана на дальней полке букиниста или библиотеки - это хуже для нее, чем если ее последний раз прочтет модель, в весах которой она останется доступной для общей памяти. Если уж виноватить кого-то, за то, что книга оказалась на грани забвения - так не тех, кто ее оцифровал, а тех, кто ее не читал. Хотя вина эта крайне сомнительна - даже до появления книгопечатания уже никто не мог прочесть все книги мира, а в наши дни объемы текста на многие порядки превышают наши способности его обработать. В Талмуде была красивая история про то, как римляне казнили уважаемого ребе Хананию бен Терадиона за поддержку восстания бар-Кохбы. Старика завернули в его свиток Торы и подожгли. Бывшие при этом ученики спросили его "Ребе, что ты видишь?" Старик ответил: "Вижу, как сгорает пергамент, а буквы возносятся к Небу". Sapient sat.

История о том, как надо правильно упарываться по сохранению истории. Трое товарищей из Пакистана решили в соло оцифровать редчайшие книги и литографии на урду и запустили проект Ibteda Digital Library. Деняг и грантов на такую цель, конечно же им никто не дал, поэтому сканировальную установку собрали из говна и палок: пара бюджетных зеркалок Nikon, светодиодные лампочки и прижимное стекло, выломанное из старого ксерокса. За 10 лет чуваки выжали из бедных Никонов 902 000 срабатываний затвора и сохранили около 1800 редких книг. Когда проект подошёл к концу, на руках осталось 526 000 сфотографированных разворотов, требующих постобработки. Руками в Фотошопе это пришлось бы ковырять до ишачьей пасхи: письменность урду забита точками, палочками и прочими мелкими бесячими закорючками, поэтому шум камеры, грязь, пыль и дефекты старой бумаги легко спутать с настоящим текстом. Обычные алгоритмы компьютерного зрения ожидаемо обосрались: правила, которые нормально работали на одной книге, полностью ломались на следующей. Тогда один из парней придумал вот чо: взял страницы, которые сам до этого вручную обработал в фотошопе и использовал их как готовую разметку "до/после" для обучения нейронки. В итоге после обучения получилась небольшая моделька, которой достаточно показать около 10-ти калибровочных страниц новой книги, а остальное она допиливает сама (выравнивает перспективу, режет поля, убирает тени в переплёте и чистит мусор). Кстати, все оцифрованные книги залили на Internet Archive. Моё почтение такому DIY. источник