1. با بهترین منبع موجود شروع کنید
به جای اسکرین‌شات از یک تصویر کوچک، از اسکن یا فایل اصلی دوربین استفاده کنید. اگر کسی پیش‌نمایش کوچکی برایتان فرستاده، نسخه اصلی سند را درخواست کنید. وقتی یک PDF از قبل دارای متن قابل انتخاب دقیق است، به جای تبدیل آن به تصویر و تشخیص مجدد، از همان متن استفاده کنید.
قبل از تنظیم کنتراست، چرخش یا برش، یک کپی دست‌نخورده نگه دارید. نسخه اصلی مرجع شماست، زمانی که نسخه ویرایش‌شده، علائم نگارشی کمرنگ یا دست‌نوشته‌ها را از دست میدهد. برای نسخه‌های کاری نام‌های توصیفی انتخاب کنید تا بتوانید بدون حدس زدن اینکه کدام فایل ویرایش شده، آن‌ها را مقایسه کنید.
2. قبل از بارگذاری، نویسه‌ها را خوانا کنید
برای عکس، صفحه را صاف نگه دارید، دوربین را تقریباً موازی با آن بگیرید و از نور یکنواخت استفاده کنید. از بازتاب نور روی کاغذ گلاسه و سایه دست یا گوشی خود اجتناب کنید. قبل از کنار گذاشتن سند، چند کلمه کوچک را بررسی کنید؛ تا زمانی که منبع در دسترس است، گرفتن عکس مجدد آسان‌تر است.
برای اسکن، 300 پیکسل در اینچ (ppi) نقطه شروع مفیدی برای متنهای چاپی معمولی است. IMPACT وضوح بالاتری را برای چاپهای بسیار ریز توصیه می‌کند. آرشیو ملی ایالات متحده نیز 300 ppi را برای اسناد متنی دائمی مدرن در الزامات دیجیتال‌سازی خود مشخص کرده است. این‌ها مراجع ثبت هستند، نه تضمینی برای اینکه هر صفحه به درستی تشخیص داده شود.
تغییر برچسب DPI در یک فایل با وضوح پایین موجود، جزئیات جدیدی ایجاد نمی‌کند. لبه‌های نویسه‌ها و علائم نگارشی را بررسی کنید و در صورت دسترسی به نسخه اصلی، با وضوح مناسب مجدداً اسکن کنید.
3. تصویر را صاف کنید و ناحیه منسجمی را انتخاب کنید
متن را صاف کنید و حاشیه‌های نامربوط را که با صفحه رقابت می‌کنند، حذف کنید. کمی فضا در اطراف متن مورد نظر باقی بگذارید: برش خیلی نزدیک میتواند اِعراب، حروف کشیده یا آخرین رقم یک عدد را قطع کند.
برای ستون‌ها، زمانی که ترتیب کل صفحه غیرقابل اعتماد است، هر بار یک ستون یا یک بخش منطقی متصل را تشخیص دهید. سرستون‌های جدول را با مقادیرشان نگه دارید. جدا کردن تک‌تک سلول‌های بسیار کوچک ممکن است زمینه‌ای را که برای بازسازی نتیجه نیاز دارید، از بین ببرد.
4. تنظیمات جزئی تصویر را مقایسه کنید
یک تنظیم کنتراست کوچک ممکن است به متنهای کمرنگ کمک کند، در حالی که فیلتر کردن بیش از حد ممکن است آن‌ها را پاک کند. تیره کردن صفحه همچنین میتواند لکه‌ها، بافت کاغذ یا نوشته‌های پشت صفحه را تقویت کند. تصویر تنظیم‌شده را با نسخه اصلی در همان سطح بزرگ‌نمایی مقایسه کنید.
قبل از تغییر همه چیز، یک تنظیم را روی یک بخش دشوار امتحان کنید. اگر یک بهبود، تصویر را تمیزتر نشان میدهد اما یک ویرگول را حذف می‌کند یا دو حرف را به هم می‌چسباند، شواهد را برای OCR بهبود نبخشیده است.
5. زبان را تنظیم کرده و حالت‌های تشخیص را مقایسه کنید
زبانی را که واقعاً در متن انتخاب‌شده استفاده شده است، انتخاب کنید. i2OCR انتخاب‌های تشخیص 128، شامل خط و گونه‌های تاریخی را ارائه میدهد. برای صفحه‌ای با زبان‌های مختلط، جدا کردن نواحی متمایز میتواند ارزیابی نتیجه را آسان‌تر کند.
حالت کلاسیک (Classic) نقطه شروع مفیدی برای مطالب چاپی واضح است. حالت آینده (Future) میتواند برای اسناد متنوع‌تر و دست‌خط کمک‌کننده باشد. هنگام تردید، همان بخش کوتاه را مقایسه کنید. به جای چند جمله که به درستی تشخیص داده شده‌اند، کل متن استخراج‌شده، شامل کلمات حذف‌شده و ترتیب خطوط را قضاوت کنید.
6. متن را با تصویر مطابقت دهید
نمونه‌ای از بالا، وسط و پایین ناحیه انتخاب‌شده را بررسی کنید. سپس جزئیاتی را که بیشترین معنا را دارند، بازبینی کنید. یک ممیز جابه‌جا شده یا یک کلمه جاافتاده مانند «نه» میتواند مهم‌تر از چندین خطای املایی معمولی باشد.
- نام‌ها، شناسه‌ها، تاریخ‌ها، ممیزها و واحدها با منبع مطابقت دارند.
- تمام خطوط مورد نظر موجود هستند؛ سرصفحه‌ها و پانویس‌ها در مکان‌های معقولی قرار دارند.
- ستون‌ها و سطرهای جدول به اشتباه با هم ترکیب نشده‌اند.
- بخش‌های ناخوانا به جای حدس زدنِ بی‌صدا، برای بازبینی علامت‌گذاری شده‌اند.
- نقل‌قول کپی‌شده، عبارت‌بندی و علائم نگارشی مورد نظر شما برای استناد را حفظ کرده است.
7. نتیجه بازبینی‌شده را ذخیره کرده و آنچه کارآمد بود را دوباره استفاده کنید
قبل از ترجمه یا بازنویسی، متن اصلاح‌شده را ذخیره کنید. نام فایل منبع یا ارجاع صفحه را همراه با نتیجه نگه دارید. اگر بعداً اسناد مشابهی را پردازش می‌کنید، زبان، ناحیه انتخاب‌شده و تنظیماتی که کمک‌کننده بودند را یادداشت کنید.
ابزارهای آنلاین یک تصویر تا 25 MB یا یک PDF تا 200 MB و 750 صفحه منبع را می‌پذیرند، که مشمول محدودیت نشان‌داده‌شده در ابزار است. PDF OCR در هر درخواست، یک صفحه یا ناحیه انتخاب‌شده را پردازش می‌کند. ابعاد تصویر و محدودیت‌های پردازش نیز اعمال می‌شوند، بنابراین یک منبع کوچک و به‌خوبی ثبت‌شده میتواند کاربردی‌تر از یک فایل بسیار بزرگ باشد.
پرسش و پاسخ
با چه وضوحی باید اسکن کنم؟
برای متنهای چاپی معمولی با حدود 300 ppi شروع کنید؛ چاپهای ریزتر ممکن است از اسکن با وضوح بالاتر بهره ببرند. حروف واقعی را بررسی کنید. وضوح به تنهایی نمیتواند تاری، بازتاب نور یا آسیبهای نسخه اصلی را برطرف کند.
آیا باید هر تصویر را به سیاه و سفید تبدیل کنم؟
خیر. آستانهگذاری (Thresholding) میتواند متنهای کمرنگ را حذف کند یا خطوط را در هم ادغام کند. نسخه اصلی را نگه دارید و قبل از نهایی کردن نسخه سیاه و سفید، یک بخش کوچک را مقایسه کنید.
آیا فایل بزرگتر همیشه OCR بهتری میدهد؟
خیر. حجم فایل نشاندهنده ابعاد، فشردهسازی و فرمت است، نه فقط خوانایی. یک تصویر واضح و با کادربندی مناسب میتواند مفیدتر از یک عکس بزرگ اما تار باشد.