Nature Humaine (amocalypse)
Informatique>Conseils d'utilisation PC
Première version: 2007-05-09
Dernière version: 2017-05-17
Sommaire de la page
#!/bin/bash
######################################
###### Génération de la page ######
######################################
for image in $(ls *.jpg *.JPG)
do
echo '<p ALIGN=CENTER><img src="../../../imbig/avent/rass/2013/06-pocoloco/'$image'" alt="" /><br></p>' >> galerie.html
echo '<p></p>' >> galerie.html
done
Recopier le source du programme ci-dessus dans un fichier texte nommé "im2html" (le nom n'est pas important).
C'est du langage de commande Linux.
Clic droit>propriétés>permissions, cliquer sur autoriser l'exécution comme un fichier exécutable.
Par exemple pour le retour des concentres :
1) recopier toutes les images dans le répertoire où seront placées les photos accédées par la page (par exemple dans le même répertoire que le fichier html)
2) Choix des photos : Sur un côté de l'écran laissé l'explorateur de fichiers, sur l'autre le visionneur de photos. Supprimer les photos inutiles.
3) Envoyer toutes les photos dans Gimp pour les recadrer et les redimensionner.
4) Recopier le fichier im2html dans le répertoire où sont présentes les photos triées.
5) modifier avec gedit le fichier img2html, le lien ../../../imbig/avent/rass/ en mettant à la place le répertoire où sont présentes les photos triées.
6) Double cliquer sur img2html, faire lancer.
7) recopier le contenu du fichier galerie.html généré dans le fichier html où doivent être les photos, en commentant les photos.
8) effacer dans le répertoire où sont présentes les photos triées le fichier img2html et galerie.html, devenus inutiles.
Que ce soit du pur texte, des pures images ou les 2, le format 7z (SevenZip) arrive devant. Le format .tar.lz arrive un peu derrière pour la compression, mais en mettant un peu plus de temps! (y a moins bien mais c'est plus cher!). Ensuite le .tar.bz2, puis les autres formats comme le zip windows loin derrière.
Zip est un utilitaire libre sur linux et windows, et qu'il est reconnu par la plupart des logiciels de compression, autant prendre ce format.
Ce sont les plus faciles à réduire, car ce sont des archives avec des images dedans. Il suffit de les extraire/dézipper/décompresser dans un répertoire, de réduire la taille des images (exemple sous Nautilus avec le plugin Nautilus-image-converter, sélectionner toutes les images sous nautilus, clic droit>redimensionner, mettre 1000*1334 ou moins), puis de les recompresser en cbz.
Sous le visionneur de docments, faire fichier>imprimer>Imprimer dans un fichier puis donner les pages à conserver (soit 2-10 pour les pages de 2 à 10, soient une série de pages avec 2;4-5;7-10 (donne par exemple les pages 2, 4, 5, 7, 8, 9, 10)). La qualité du PDF pour les pages restantes reste identique.
S'il y a une police incluse dans le pdf (je ne sait pas la mettre si elle n'y est pas d'origine), même pour les pdf image, evince (lecteur de document linux) arrive par OCR (reconnaissance optique de caractère) à récupérer le texte. S'il y a des images à récupérer, faire impression écran, copier dans le presse papier, ouvrir gimp, coller, sélectionner la zone de l'écran qui vous intéresse, copier, coller dans word.
Une taille de 200 à 400 ko par image est suffisante pour lire les bulles d'une BD, et suivant la résolution retenue ca correspond entre 600 ou à 1000 pixels en hauteur suivant la grosseur du texte (taille oui-oui ou taille bible!). Compter 10 à 20 Mo par BD (moindre taille si noir et blanc, dessins fouillés ou pas, surface page dessinée, etc.).
Avec PDF chain, dans tools, il est possible de sortir un fichier dump contenant plusieurs infos d'un document, de modifier le .dump avec gedit, puis de réimporter ce .dump dans le pdf. Mais les infos que l'on peut changer sont limitées.
Ce qui marche le mieux pour les PDF, c'est de diminuer la taille de l'image. On peut aussi s'amuser à sélectionner le texte pour les pdf image, le lecteur linux marche assez bien question reconnaissance de caractères (OCR) et le mettre en forme dans writer de LibreOffice.
Si c'est un pdf image (pas de reconnaissance optique de caractère car issu d'un scan, et pas de propriétés de police dans le pdf, utiliser convert en ligne de commande :
convert -quality 30 -resize 640x900\!fichier.pdf img.jpg
Le fichier pdf sera converti en autant d'images que de page. Enlever les images qui ne vous plaisent pas, les pages blanches, etc. Sélectionner toutes les pages, toujours avec imageMagik ou avec l'extension Nautilus-image-converter, et les redimensionner à une taille moins gourmande. Vérifier avec plusieurs essais que le texte reste lisible. Il est possible de redimensionner en plus petit les pages non importantes ou sans texte, et en plus gros les pages avec du texte plus petit demandant moins de compression. En général, une BD c'est 600 à 900 pixels de haut. Attention, quand on fait redimensionner il faut agir soit sur la larguer, soit sur la hauteur. Certains pdf génèrent des images ou agir sur la largeur ne donnera rien du tout, c'est la hauteur qui fixe tout. Je ne sais pas pourquoi.
Ensuite, sélectionner toutes les images ou le répertoire qui les contient, clic droit>compresser, sélectionner le format cbz (on ne revient pas au format pdf qui ne devrait pas être utilisé pour des images pures).
Problème, si le pdf contient plusieurs formats de page, convert donne des images en sortie plus petites, il ne respecte pas la résolution d'origine. Il faut alors essayer une autre méthode ci-dessous. C'est du aux propriétés du pdf (taille de la page).
Ouvrir le document avec Libre Office ou writer, il basculera automatiquement sous draw. Faire exporter, choisisez jpg si des photos ou dessins de BD, sinon Gif pour les schémas, on gagne un tiers sur la taille du pdf d'origine (JPG, compression 50%, taille minimale 480x640). Les images sont générées sous forme html dans un répertoire, il est possible de supprmier toutes les pages html et les images thumb (trier par type, sélectionner tous les html et les thumb.jpg, supprimer du répertoire). Par contre il faut rajouter un 0 devant les images avant 10 (utiliser le renommage de masse).
Si l'ouverture se passe mal (fichiers trop gros par exemple), essayer méthode suivante.
Ouvir le pdf avec PDFMod. Les images s'affichent. Toutes les sélectionner, clic droit, exporter. Elles sont converties en image, mais il faut les redimensionner par la suite et utiliser convert -quality pour obtenir la compression voulue.
Un truc simple mais efficace, pour les PDF plus difficile à minimiser (construit a partir de logiciel postcript, avec des images de dimensions différentes, etc.)
Importer, avec le logiciel, le PDF (qui est gros)
et vous faites sauvegarder, en PDF, avec sélection des dpi (150 par exemple), et compression en gif, si pas suffisant JPEG (35 à 70).
Problème, si le PDF est en texte, il ne récupère que les images et pas la page complète, faire alors la méthode suivante.
Normalement il n'y a pas besoin de passer par Gimp si on utilise gscan2pdf (solution vue ci-dessus).
Il n'y a qu'avec gimp qu'on peut ouvrir un PDF et l'exporter correctement en jpg.
Gimp permet d'ouvrir un fichier pdf, et de le sauver en jpg, à la résolution qu'on veut contrairement à convert (voir problème décrit plus haut si différents dimensions d'images dans le pdf) mais il faut le faire manuellement pour chaque image. Il possible d'écrire des batchs et des scripts sous gimp, mais je dois fouiller le sujet.
En ligne de commande, passer en ps (postscipt) :
pdftops essai\ sans\ couv.pdf
puis repasser en pdf
ps2pdf essai\ sans\ couv.ps essai.pdf
Le fichier de sortie est moins gros, normalement.
Essayer la commande pdftohtml fichier.pdf fichier.html. Les pages pdf sont converties en jpg.
Ou utiliser le logiciel calibre, convertir, si le texte du pdf n'est pas récupérable calibre le transformera en images plus petites, prenant moins de place.
Avec ghostScript, on peut appliquer la commande suivante dans un terminal :
gs -q -dSAFER -dNOPAUSE -dBATCH -sDEVICE=pdfwrite -dPDFSETTINGS=/printer -sOUTPUTFILE=PDFSortie.pdf -f PDFOrigine.pdf
ou encore
gs -dBATCH -dNOPAUSE -q -sDEVICE=pdfwrite -sOutputFile=PDFSortie.pdf PDFOrigine.pdf
Remplacer PDFSortie et PDFOrigine par le nom voulu et le nom de votre document d'origine que vous cherchez à alléger.
l’option -dPDFSETTINGS peut prendre les valeurs suivantes, donnant des pdf du plus petit au plus gros en taille :
/screen pour un document destiné à l’écran
/ebook pour une qualité entre screen et printer
/printer pour un document destiné à l’impression
/prepress pour un document destiné à l’impression professionnelle
Mais des fois le document généré est plus gros que le document d'origine.
Vous voulez compresser ou redimensionner toutes vos photos d'un coup?
Convertir tous les gif du répertoire en jpg :
convert *.gif *.jpg
Convertir des .png lourdes en images plus légères (compression jpg 20%) :
convert -quality 30 *.png *.jpg
créer un fichier GIF animé à partir de plusieurs images PNG :
convert images_*.png anime.gif
Cette commande permet la création d'un GIF animé d'assez bonne qualité à partir de photos JPEG (l'option -delay permet de spécifier un temps en centièmes de secondes, l'option -loop 2 permet de faire 2 boucles des photos et 0 une lecture en continue) :
convert -delay 50 -loop 0 *.jpg animation.gif
redimensionner en forçant un changement de proportions :
convert test1.jpg -resize 500x1050\! test1b.jpg
ou encore -resize 50%,
Une fois l'image scannée ou prise en photo, il est possible d'utiliser la reconnaissance optique de caractères
utiliser https://doc.ubuntu-fr.org/tesseract-ocr. Installer le dictionnaire français. Numériser à au moins 300 dpi, 600 dpi commence à être bien pour bien reconnaître les caractères.
tesseract ~/<nom_de_l_image.tif> <nom_du_fichier_de_sortie_sans_l_extension> -l fra
Pour traiter plusieurs fichiers, vous pouvez faire :
for i in *.jpg ; do tesseract -l fra $i $i.txt; done;
-l eng (pour l'anglais)
-l deu (pour l'allemand)
-l epo (pour l'espéranto)
-l spa (pour l'espagnol)
-l ita (pour l'italien)
Vous pouvez aussi indiquer que les pages contiennent plusieurs langues différentes en indiquant -l fra+epo par exemple pour des images qui contiennent du texte en français et du texte en espéranto.
Sous Ubuntu, installer npm (gestionnaire d'installation) :
sudo apt install npm
Avec npm, installer imgclip :
npm install -g imgclip
Comme langue, on a entre autres les paramètres 'chi_sim' = Chinese, 'chi_tra' = Traditional Chinese, 'deu' = German, 'eng' = English, 'epo' = Esperanto, 'equ' = Maths, 'fra' = French, 'heb' = Hebrew, 'ita' = Italian, 'jpn' = Japanese, 'rus' = Russian, 'spa' = Spanish.
le paramètre -p permet d'envoyer le texte dans le terminal plutôt que dans le presse papier.
Taper la commande pointant sur l'image à analyser :
imgclip -l fra NomEtCheminImage.jpg
Coller le texte dans un éditeur de texte.
Si erreur : /usr/bin/env: node: Aucun fichier ou dossier de ce type, alors faire : apt-get install nodejs-legacy
L'interface graphique est en français. Il est donc aisé de découvrir les diverses possibilités offertes par gscan2pdf.
Il est possible d'ouvrir directement Gimp depuis Gscan2pdf (menu "outils")… ce qui permet d'utiliser certaines fonctionnalités de Gimp très utiles pour préparer un document afin que la ROC soit ensuite de la meilleure qualité possible : augmentation de la taille de l'image et de la résolution via "Image → Echelle et taille de l'image", amélioration du contraste via "Couleurs → Luminosité/contraste" et "Couleurs → Seuil".
il est possible de réaliser directement la ROC sur le document scanné : Menu "Fichier –> Scanner", puis, dans l'onglet "Options de la page", cocher la case "Effectuer la reconnaissance optique de caractères sur les pages scannées", sélectionner "Tesseract" comme moteur de reconnaissance optique de caractères et sélectionner la langue qui sera utilisée pour le post-traitement de la ROC. Dans l'onglet "Scan Options", il faut chercher les options permettant d'obtenir le meilleur résultat de ROC en fonction de votre document. Pour du texte imprimé en noir et blanc avec des polices de 10 à 12, le mode "Noir et blanc" associé à une résolution de 300 ppi semble convenir.
on peut aussi réaliser de la ROC sur des fichiers déjà enregistrés au format TIFF (TIF), PNG, JPEG (JPG), ou image PDF… Pour cela : Menu "Fichier –> Importer", sélectionner le fichier et valider. Bien que tesseract ne puisse opérer directement que sur des fichiers au format TIFF (TIF), gscan2pdf permet de réaliser la reconnaissance optique de caractères avec tesseract sur des fichiers aux formats PNG, JPEG (JPG)… (pour permettre cela, gscan2pdf utilise imagemagick pour convertir temporairement au format TIFF les fichiers ayant d'autres extensions).
Le choix de la langue est très important pour obtenir une ROC de meilleure qualité. Veillez à sélectionner la langue correspondant à votre texte. Les noms des langues sont explicites dans la liste déroulante, sauf une : si vous avez installé tesseract-ocr-deu-f (vieil allemand), il apparait dans la liste seulement par la lettre "f"… à ne pas confondre avec "français", sinon vous aurez des surprises ;-)
Le résultat de la ROC apparait dans l'onglet 'OCR Output' de la fenêtre gscan2pdf. Si rien n'apparait dans cette zone, ou seulement quelques caractères sans rapport avec le texte à reconnaître, c'est que la ROC n'a pas fonctionné. Cela peut provenir d'une résolution trop faible du document d'origine ou d'une trop mauvaise qualité de ce document. Selon le mode d'installation de tesseract que vous avez utilisé, certains formats de fichier ne seront pas ou mal reconnus si vous n'utilisez pas au préalable la fonction "unpaper" (outil –> nettoyer (clean up)) de gscan2pdf.
Si la ROC est nulle ou de qualité médiocre même après traitement "unpaper" (= nettoyer = clean up), on peut obtenir de bons résultats en modifiant au préalable avec Gimp le document à reconnaître. Exemple pour une image PDF :
–> ouvrir le document PDF original avec gimp. Une fenêtre s'ouvre : "importation depuis un PDF" Mettre une résolution 300 et importer. –> on peut si besoin améliorer l'image, par exemple en augmentant le contraste : "Couleurs –> Luminosité/contraste" et augmenter le contraste de 30… 50… ou plus si besoin. –> puis enregistrer le document au format tif : "Fichier –> Enregistrer sous" –> "sélectionner le type de fichier (selon l'extension)" On sélectionne "Image TIFF….. tif,tiff" On nomme le document (en haut de la fenêtre) et "Enregistrer" (sans aucune compression ou avec compression JPEG… selon votre mode d'installation de tesseract).
avant de lancer la ROC, on peut traiter les fichiers avec unpaper : Menu "outil –> unpaper" [ou "outil –> clean up", ou "outil –> nettoyer", selon les versions]. Puis : Menu "Outil –> ROC", sélectionner le moteur de ROC Tesseract et la langue, puis "Démarrer la reconnaissance optique de caractères". Le traitement avec unpaper est destiné à redresser les pages et à enlever des parasites (marges noires, traits…) pouvant perturber la ROC.
Les options sont séparées en deux onglets "Page Options" et "Scan Options" dans la version gscan2pdf 0.9.20. Dans la version 0.9.13, tout est dans la même fenêtre. Il peut exister quelque autre petite différence (comme "Binary" au lieu de "Noir et blanc"), mais globalement les indications ci-dessus valent pour les deux versions.
Lorsque le travail de ROC est terminé, on peut copier/coller le texte de chaque page, une par une. Mais c'est un peu laborieux. On peut aussi tout simplement enregistrer le travail courant au format txt, ce qui a pour effet de concaténer toutes les pages en un seul fichier, qui pourra être retravaillé avec LibreOffice.
Pour réaliser de la ROC sur un document déjà numérisé, on utilise gscan2pdf. Pour réaliser de la ROC sur un document à numériser, on utilise plutôt XSane, dont la fonction de prévisualisation permet de sélectionner des zones de texte.
https://doc.ubuntu-fr.org/gscan2pdf
https://doc.ubuntu-fr.org/xsane
Pour une reconnaissance optique directe dans LibreOffice Writer de fichiers PNG ou JPG
pour lancer l'OCR sur un document PNG (ou JPG) présent sur le bureau
pour les documents PNG
Créez un fichier texte que vous nommez par exemple "Tesseract-png2lofficewriter":
#!/bin/bash
cd ~/Bureau
convert *.png sortie.tif ;
# il est plus prudent de corriger le bpp maximum pour le fichier tiff de sortie (max 8 pour tesseract -> depth = 4)
# soit convert -depth 4 *.png sortie.tif ;
tesseract sortie.tif sortie -l fra ;
lowriter sortie.txtrm sortie.tif
Rendez exécutable ce fichier. Vous avez créé un script exécutable…
Placez-le dans le dossier des scripts-Nautilus (ou dans tout autre dossier personnel de scripts, à votre convenance),
Créez un lanceur ou une entrée dans le menu comme indiqué ci-dessous.
pour les documents JPG
Pour faire de même avec les fichiers images JPG (comportant du texte à reconnaître bien sûr), vous pouvez remplacer "png" par "jpg" dans le script, pour créer un autre script nommé "Tesseract-jpg2lofficewriter".
Créer un lanceur pour votre script
Pour créer un raccourci de votre script, reportez-vous à la page de création de lanceurs ou à celle-ci pour Unity, puis complétez comme suit:
Donnez-lui un nom par exemple : "Tesseract-png2lofficewriter", ou plus court "Tesseract-PNG2LOW"
Pointez vers le script en question, c'est à dire le fichier texte "Tesseract-png2lofficewriter" rendu exéctuable (commande : allez chercher votre script par le bouton "parcourir"),
Utilisation
Enlevez du bureau les fichiers PNG sur lesquels vous ne voulez pas faire de ROC.
Placez sur le bureau vos fichiers numérisés au format PNG (le mieux est un PNG en valeurs de gris et 300 dpi avec Xsane, mais vous pouvez essayer avec d'autres PNG déjà numérisés),
Vous pouvez placer sur le bureau plusieurs fichiers PNG sur lesquels vous voulez procéder à la reconnaissance optique; mais ne dépassez pas 3-4 fichiers si vous voulez une opération relativement rapide. Les contenus des différents fichiers seront placés les uns à la suite des autres dans un même document Libreoffice.
Cliquez sur le raccourci précédemment créé ou directement sur le script… patientez un peu… Libreoffice s'ouvrira avec le contenue du texte tel qu'il a été reconnu
Il vous reste a effectuer les corrections orthographiques et la mise en page.
Même méthode pour les fichiers au format JPG, en utilisant l'outil "Tesseract-jpg2lofficewriter".
pour une reconnaissance optique directe d'un ou plusieurs fichiers PNG ou JPG dans Nautilus
- Créez un fichier texte que vous nommez par exemple "OCR" dans le dossier des scripts-Nautilus (normalement : ~/.local/share/nautilus/scripts) :
#!/bin/sh
mypath="`pwd`"
for filename in "$@"
do
if [ -n "$*,?" ];then
tesseract "$mypath/$filename" "${filename%%.*}" -l fra
fi
exit 0done {}
- Rendez exécutable ce fichier.
Dans Nautilus vous pouvez désormais sélectionner un ou plusieurs fichiers PNG et/ou JPG, faites un clic droit et exécutez le script "OCR". Chaque fichier txt extrait de tesseract aura le nom du fichier d'origine avec l'extension .txt
Ca peut arriver suite à un débranchement sauvage, à un ordinateur comme ASUS qui réactive en permanence le port USB, ou suite à la tentative de faire une clé USB bootable et un micmac entre les partitions MBR, GPT, FAT32 ou NTFS des logiciels convertissant les fichiers ISO.
Quand sous Ubuntu on branche la clé au PC, cette dernière n'est pas reconnue, l'icône USB n'apparait pas dans la barre de tâche. Par contre, en lançant l'appli Disks de Gnome, dans la liste des périphériques branchés, la clé USB est bien notée. Il faut cliquer sur le nom de la clé USB dans le panneau à gauche, ouvrir les actions (bouton à 1 engrenage en haut à droite de la fenêtre) et choisir "formater" la clé. S'il indique un message d'erreur, cliquer sur la première partition, et dans le bouton en dessous des 2 engrenages (à côté du "+") choisir "modifier" puis passer en W95 FAT32 puis rechoisir les 2 engrenages et faire formater. On peut faire de même avec toutes les partitions, les supprimer, reformater à présent tout le disque puis créer une partition FAT32.
Aller dans le style "Titre1", clic droit> modifier>onglet plan et niveaux>mettre niveau 1 au lieu de corps de texte.
Ci dessous, des conseils plus sous forme d'aide mémoire que un cours sur l'informatique et comment ça marche. Principalement valable pour XP.
Si vous êtes sous windows, le premier réflexe est d'installer Linux. Télécharger pour cela un .ISO de ubuntu, le graver sur un DVD vierge, puis faire l'installation (suivant-suivant, etc.). Si vous voulez rester sous windows, faire les étapes qui suivent.
S'assurer qu'il n'y a qu'un seul antivirus, et pas 2. Il vaut mieux avoir en complément un antipublicité et un scanner de port. Par exemple, la config antivir ou avast pour l'antivirus, toujours actif, un antipub lancé régulièrement après un site sensible comme adaware, et un scanner de port toujours actif comme zonealarme. Ils sont tous gratuits, téléchargeables sur internet en tapant sous google "télécharger antivir" par exemple.
Activer le parefeu windows : dans démarrer/panneau de config/connexions réseau et internet/modifier les paramètres du pare feu windows/coche "activer". Zone alarme est plus efficace, mais c'est déjà ça.
Vérifier dans les propriétés du poste de travail que la partition swap (les fichiers d'échange) dépasse les 512 Mo.
Désinstaller les logiciels qui ne servent plus : Démarrer/panneau de config/désinstallation des logiciels/ ceux qu'on connait et qu'on sait qu'ils ne servent plus, ceux qu'on ne connait pas, mieux vaut les laisser, souvent c'est des drivers, etc.
Enlever les programmes en mémoire vive inutiles : Démarrer/mes
programmes/démarrage, tous les fichiers dedans c'est les applis qui se lancent
au démarrage, toujours présent en mémoire, et qui bouffe la mémoire pour
rien. Enlever celles dont on ne se sert pas (realplayer, adobe acrobat,
etc.).
Ensuite, dans démarrer/exécuter, taper "msconfig". Dans le dernier onglet
démarrage, idem, essayer de trouver les logiciels qui ne servent à rien.
Pour finaliser le nettoyage du disque, télécharger le logiciel gratuit CCleaner, qui va finir de nettoyer la base de registre et d'optimiser les différents paramètres.
Parcourir manuellement la base de registre (démarrer>exécuter>regedit) puis faire rechercher sur le nom des applis désinstallées, et supprimer les clés correspondantes ( y aller mollo, faire un point de restauration du système juste avant).
Si après tout ça ça rame encore, réinstaller windows. C'est ça la magie
d'XP par rapport à ses prédécesseurs, la réinstallation n'est plus la
première chose à tenter en cas de dysfonctionnement.
Quand le PC est neuf, il est dimensionné (processeur, cadences, etc.) pour le système d'exploitation installé dessus.
Ensuite, des mises à jour régulières sont rajoutées au système d'exploitation windows, pour se protéger des failles de sécurité. Volontairement ou pas? au bout de 2 ans le PC commence à ramer, pour au final se trainer misérablement au bout de 4 ans. Dans ces cas-là, il n'y a rien a faire, on ne peux plus garder le windows (impossible d'enlever les mises à jour sans se chopper des virus magré de bons antivirus, ni installer un nouveau windows qui ramera encore plus, car prévu pour des PC plus puissante).
Il n'y a plus qu'à installer Linux en dual-boot, et le jour où on a un logiciel windows qui ne marche pas avec Wine ou la virtual machine linux ne marche pas, retourner sous windows et se rendre compte à quel point c'est lent...
à suivre...