Yazı Tipleri Gökten Düşüyor

Linux'a geçmemle birlikte şu iş için yazılım var mı bu işi nasıl yaparız acaba gibi sorulara cevap bulmak amacıyla kapsamlı araştırmalar yapmıştım. Hemen hemen her şey eksiksizdi. Kapalı kaynak yazılımların yaptığı her işi yapan bir (ve daha fazla) açık kaynak yazılım vardı. Açık kaynak yazılımlar genç olduğu için bazı konularda / alanlarda büyük eksiklikler yok muydu? Elbette vardı ve hala var ama çok çabuk gelişiyorlar daha doğrusu geliştiriliyorlar. Üstelik sadece temel kullanım alanları için değil, özel kullanım alanlarında da yeterli yazılım var.

Optik karakter tanıma YZ'nın en çok kullanım alanı bulan dallarından biridir. OKT basitçe resimlerdeki yazıları tekrar kullanabileceğiniz yazı haline çevirme işlemidir. Windows kullanıcılarının aklına hemen Abbyy FineReader gelecektir. Linux kullanıcıları da kısa bir süre öncesine kadar Ocrad ve GOCR programlarını kullanarak yazılarına kavuşuyorlardı. Ama sahneye tesseract-ocr çıkana kadar işler Türkçe severler için pek iyi gitmiyordu. Demek istediğimi buradaki yazıyı okuyarak daha iyi anlayabilirsiniz. tesseract-ocr ise birkaç basit ama "uzun ve sıkıcı" işlemden sonra Türkçe okumayı öğrenmiş olacak. Sans yazı tipi ile yapmış olduğum eğitim işlemlerinin öncesindeki ve sonrasındaki durumları göstererek yazıyı daha da uzatmak istemiyorum çünkü bu tamamen farklı bir konu hakkında bir yazı başlıktan da anlaşılacağı üzere. Bununla birlikte sonraki yazı için güzel bir giriş olur (yarının işini bugünden yapmak).

okuttuğum tif resminin içeriği:

TEKİR Bir iki tombul tekir Camdan bakar Başına takar Hop hop, altın top. MISTIK Mustafa, Mıstık, Arabaya kıstık, Üç mum yaktık, Seyrine baktık. LEYLEK Leylek leylek havada, Yumurtası tavada, Gel bizim hayata, Hayat kapısı kitli, Leyleğin başı bitli. KUZU Kuzu kuzu me Bin tepeme Haydi gidelim Ayşe teyzeme. YAĞMUR Yağ yağ yağmur, Teknede hamur, Bahçede çamur, Ver Allah'ım ver, KARGA Karga karga "gak" dedi, "Çık şu dala bak" dedi, Karga seni tutarım, PORTAKAL Portakalı soydum, Başucuma koydum. Ben bir yalan uydurdum, Duma duma dum. Duma duma dum. Öğretmeni kandırdım, Kandırdım. OYUN Oooo... İğne battı, Canımı yaktı, Tombul kuş Arabaya koş. Arabanın tekeri, İstanbul'un şekeri. Hop Hop altın top, Bundan başka oyun yok. HANIM KIZI Çan çan çikolata, Hani bize limonata? Limonata bitti, Hanım kızı gitti. Nereye gitti? İstanbul'a gitti. İstanbul'da ne yapacak? Terlik pabuç alacak. Terliği pabucu ne yapacak? Düğünlerde, Şıngır mıngır oynayacak. KEÇİLER Ayşe Hanımın keçileri, Hop hop hopluyor, Arpa, saman istiyor, Arpa, saman yok, Kilimcide çok. Kilimci kilim dokur, İçinde bülbül okur. İki kardeşim olsa, Biri ay, biri yıldız, Biri oğlan, biri kız, Hop çikolata çikolata, Akşam yedim salata, Ğaklama ğaklarsam Şive vişne Töprek Öpmek Kazın Isınmak Üvertir güvercin Çıldıracağım çadırda İzninizle izin sizin he (quick) brown {fox} jumps! over the $3,456.78 #90 dog & duck/goose, as 12.5% of E-mail from aspammer@website.com is spam?

eğitilmemiş tesseract-ocr:

TEKiR Bir iki tombul takir Camdan bakar Basina takar Hop hop, altin top. MISTIK Mustafa, Mistik, Arabaya kistik, U; mum yaktik, Sayrina baktik. LEYLEK Laylak Iaylak havada, Yumurtasi tavada, Gal bizim hayata, Hayat kapisi kitli, Laylapin basi bitli. KUZU Kuzu kuzu me Bin tapama Haydi gidalim Aysa tayzama. YAGMUR Yap yap yapmur, Taknada hamur, Bahgada <;amur, Var A||ah'im ver, KARGA Karga karga "gak" dadi, "Qik su dala bak" dadi, Karga sani tutarim, PORTAKAL Portakali soydum, Basucuma koydum. Ban bir yalan uydurdum, Duma duma dum. Duma duma dum. Dpratmani kandirdim, Kandirdim. OYUN Oooo... ipna batti, Canimi yakti, Tombul kus Arabaya kos. Arabanin takari, istanbu|'un sakari. Hop Hop altin top, Bundan baska oyun yok. HANIM KIZI Qan <;an <;iko|ata, Hani biza Iimonata? Limonata bitti, Hamm kizi gitti. Naraya gitti? istanbu|'a gitti. istanbu|'da na yapacak? Tarlik pabu<; alacak. Tarlipi pabucu na yapacak? Dupunlarda, $ingir mingir oynayacak. KEQiLER Aysa Hanimin kagilari, Hop hop hopluyor, Arpa, saman istiyor, Arpa, saman yok, Kilimcida <;ok. Kilimci kilim dokur, iginda bulbul okur. iki kardasim olsa, Biri ay, biri yildiz, Biri oplan, biri kiz, Hop <;iko|ata <;iko|ata, Aksam yadim salata, Gaklama paklarsam $iva visna Toprak Dpmak Kazin Isinmak Uvartir guvarcin Qildiracapim <;adirda izninizla izin sizin he (quick) brown {fox} jumps! over the $3,456.78 <|azy> #90 dog & duck/goose, as 12.5% of E-mail from aspammar@wabsita.com is spam?

eğitilmiş tesseract-ocr:

TEKİR Bir iki tombul tekir Camdan bakar Başına takar Hop hop, altın top. MISTIK Mustafa, Mıstık, Arabaya kıstık, Üç mum yaktık, Seyrine baktık. LEYLEK Leylek leylek havada, Yumurtası tavada, Gel bizim hayata, Hayat kapısı kitli, Leyleğin başı bitli. KUZU Kuzu kuzu me Bin tepeme Haydi gidelim Ayşe teyzeme. YAĞMUR Yağ yağ yağmur, Teknede hamur, Bahçede çamur, Ver AIlah'ım ver, KARGA Karga karga "gak" dedi, "Çık şu dala bak" dedi, Karga seni tutarım, PORTAKAL Portakalı soydum, Başucuma koydum. Ben bir yalan uydurdum, Duma duma dum. Duma duma dum. Öğretmeni kandırdım, Kandırdım. OYUN Oooo... İğne battı, Canımı yaktı, Tombul kuş Arabaya koş. Arabanın tekeri, İstanbul'un şekeri. Hop Hop altın top, Bundan başka oyun yok. HANIM KIZI Çan çan çikolata, Hani bize limonata? Limonata bitti, Hanım kızı gitti. Nereye gitti? İstanbul'a gitti. İstanbul'da ne yapacak? Terlik pabuç alacak. Terliği pabucu ne yapacak? Düğünlerde, Şıngır mıngır oynayacak. KEÇİLER Ayşe Hanımın keçileri, Hop hop hopluyor, Arpa, saman istiyor, Arpa, saman yok, Kilimcide çok. Kilimci kilim dokur, İçinde bülbül okur. İki kardeşim olsa, Biri ay, biri yıldız, Biri oğlan, biri kız, Hop çikolata çikolata, Akşam yedim salata, Ğaklama ğaklarsam Şive vişne Töprek Öpmek Kazın Isınmak Üvertir güvercin Çıldıracağım çadırda İzninizle izin sizin he (quick) brown {fox} jumps! over the $3,456.78 #90 dog & duck/goose, as 12.5% of E-mail from aspammer@website.com is spam?

İdeal bir resimde başarı yüzde yüz. Tabi bu sadece bir yazı tipi için (ve o da tek bir hali (normal) için, daha bunun kalın'ı, italik'i, kalın italik'i var). Neyse bu başka bir konu.

İnternette OKT ile ilgili araştırma yaparken TDK Türkçe Sözlük olayında son perde başlıklı yazıyı buldum, okudum. Sonra Türkçe Sözlük Artık Yoğun Diskte haberini okudum. Üzüldüm. Böyle bir sözlük herkesin kullanılabileceği bir formatta olsa isteyen doğal dil işleme projelerinde kullanabilse özgürce isteyen yalnızca internetten indirerek sözlük ihtiyacını karşılayabilse fena mı olurdu. Ama böyle değil tdk bu sözlüğü birilerine yaptırmıştı, para vermişti ve bundan satış yoluyla kar etmeliydi, hem internet üzerinden sözcük anlamalarını gösteriyordu, benim de neyime yetmiyordu hayret. Buraya kadar her şey görece normal (dedi ki, "normal!).

Fakat o da ne. Kendi sözlüğünü paylaşmayan (sadece kullandıran) tdk, kendine ait olmayan yazı tiplerini kendi ak akçesi gibi dağıtıyor şurada:

http://www.tdk.gov.tr/TR/yazilim/yazitipleri.zip
(66.9mb, arşivden açılmış hali 125.4mb, dosya sayısı: 586)
http://www.tdk.gov.tr/TR/yazilim/yazitipleri2.zip
(117kb, arşivden açılmış hali 202.9kb, dosya sayısı: 3)

Lisans konuları her zaman kafamı karıştıran konulardan bir olmuştur. Belki ben yazı tiplerinin kullanımı hakkında yanlış biliyorumdur diye bu kez de bu konu hakkında araştırma yaptım. En basitinden şuradaki açıklamayı buldum:

Microsoft yazıtipleri (fontları), Microsoft firmasının malı olup, söz konusu firmadan izin almadan dağıtmak yasaktır; bundan dolayı Pardus, Microsoft fontları ile birlikte gelmemektedir.

Ancak Microsoft'un Web için temel yazıtipleri paketindeki ögelerin EULA'da belirtildiği üzere değiştirilmeden dağıtımı mümkündür. Bunun dışındaki yazıtiplerini kurmak için, bilgisayarınızda hali hazırda lisanslı bir Microsoft işletim sistemi olması (MS Windows XP gibi) gerekir. Buradaki fontları Pardus'a aktarabilir ve Pardus üstünde sorunsuzca kullanabilirsiniz.

Ama yukarıdaki bağlantılar sayesinde Tahoma yazı tipine lisanslı bir Microsoft işletim sistemi sahibi olanlar da olmayanlar da yükleyebiliyorlar (Evet wiki'de de var ama tartışma sayfasına da bakın).

Sadece Microsoft'a ait yazı tipleri yok Adobe'nin ve Apple'ın yazı tipleri de sizleri bekliyor! Yapmanız gereken yakarıdaki bağlantıları kullanmak ya da myfonts.com benzeri sitelerden telif ücretlerini ödeyerek satın almak.

Umarım bir şeyleri yanlış anlamışımdır. Biri tez zamanda ayar vererek düzeltir beni.