有人想制作汉语(包括汉英)ocr词典吗？
我最近在校对iii_1用百度高精度ocr做的《汉语成语源流大辞典》。
汉语成语源流大辞典校对
我感觉做汉语ocr文字版词典的时机已经成熟。用百度高精度ocr，汉语拼音几乎一个没错，除了一两个字头大写的汉语拼音。
仍然需要比较长时间的校对，但是中小型词典以一人之力是可以扫校完的，可以做到接近知网词典(许多应该也是ocr文字版)的水平。在某些方面胜于知网词典啊——我还改正原书错字和出校记呢。这是本坛的盛事。
所以有什么汉语词典适合这样做ocr呢？
我个人认为：
1.适合做内容质量高，参考价值大，图像非常清晰的中小型词典(词头在5万至8万之间)。
2.词头需要有括号【】。
假如有人有自己扫描的这类词典图像，可以提供，不妨说一声，看有没有人愿意去做百度高精度ocr，有没有人愿意校对。
我知道本坛的W兄用合合做《故训汇纂》，完全单干。
完全单干的另当别论，但是准备和人合作的不妨先提。各做各的，项目重复，没有效率啊。
今天才有人发私信给我，说用华为云做了《汉语成语源流大辞典》的ocr，没有耐心校对下去，问我想不想校对。我都已经把iii_1的百度高精度ocr版校对得差不多了。现在才说，太晚了吧？哪可能另起炉灶，从头来过？
我也不想加入pdf帮或epub派啊，要做就直接做mdx。
建议此帖只讨论汉语或汉英词典，英文、英汉词典可以另外开帖。因为感兴趣的人不一样。
希望想求人做mdx词典的人别在本帖下求人做词典。这不是一个词典wish list啊。假如没人想讨论，我是无所谓的，但是别歪楼再歪楼。
2 个赞
主要是现在没有免费的 OCR 服务了。百度开源的可识别字符是 6600 个，百度收费的生僻字识别，7月31号之前是 11000 个字符，8 月后高精度识别扩充到 20000 个字符，生僻字的识别率应该更好了。
白石晧晧
3
我推荐一本，这是我所用过最好的中型汉语字典
（某些字的释义比《汉语大字典》更好）
白石晧晧
4
「百度网盘」可以调用OCR功能，识别率还可以，大概是同一接口？
白石晧晧
6
这是百度网盘VIP功能，我识别上千页的档案无有问题。只是不能调节参数。
你可以识别后发出来看看效果。这个接口和 iii_1 用的高精度可能不是同一个接口，可以先试试看。如果识别率够好，很多词典都可以做了。
白石晧晧
8
常用字、拼音（音调）、标点基本不错，生僻字不行。
汉字古今义合解字典（疑难字部分）.pdf (18.7 MB)
汉字古今义合解字典（疑难字部分）百度网盘OCR.docx (3.2 MB)
试了下百度网盘ocr，效果还可以，比一般的单机版ocr效果好，一键操作，比较省事。但文件稍大一点儿就会转换失败；图像不太清晰的pdf，一律转为图片版word。这东西如果再进化一下，应该是不错的选择。
say
11
百度网盘ocr，不要用pdf转word，效果差好多，要用图片去ocr。我用合合，开始为了省力，用pdf去识别，错误好多，浪费200多页。
百度网盘ocr，拼音无法正确识别，特别是音调。无法识别分栏，双栏要切图。无法识别竖排。
1 个赞
random
12
这是最大障碍。现在的OCR的确非常成熟了，价格是很大的阻碍因素。按理说AI训练好以后，随着边际成本的降低，价格应该越来越低才正常。
目前还没看到这个降价趋势。像谷歌OCR… 一些功能反而在涨价…
1 个赞
有兴趣卷起袖子大干的书友可以参考：
汉语词典摘览——据“辞书事业终身成就奖”
书名和作者姓名都是可以使用的检索关键词。
