1. Inizia con la migliore fonte disponibile
Usa la scansione originale o il file della fotocamera piuttosto che uno screenshot di un'anteprima. Se qualcuno ha inviato una piccola anteprima, richiedi il documento originale. Quando un PDF ha già un testo selezionabile accurato, riutilizza quel testo invece di convertirlo in un'immagine e riconoscerlo di nuovo.
Conserva una copia non modificata prima di regolare contrasto, rotazione o ritaglio. L'originale è il tuo riferimento quando una versione successiva perde punteggiatura sbiadita o segni scritti a mano. Dai alle copie di lavoro nomi descrittivi in modo da poterle confrontare senza indovinare quale file è stato modificato.
2. Rendi le lettere leggibili prima del caricamento
Per una fotografia, tieni la pagina piatta, tieni la fotocamera approssimativamente parallela ad essa e usa una luce uniforme. Evita riflessi su carta lucida e ombre della mano o del telefono. Controlla alcune brevi parole prima di mettere via il documento; una nuova ripresa è più facile mentre la fonte è ancora disponibile.
Per una scansione, 300 pixel per pollice è un utile punto di partenza per il normale testo stampato. IMPACT raccomanda una risoluzione più elevata per la stampa molto piccola. Anche gli Archivi Nazionali degli Stati Uniti specificano 300 ppi per i documenti testuali permanenti moderni nei propri requisiti di digitalizzazione. Questi sono riferimenti di acquisizione, non una garanzia che ogni pagina venga riconosciuta correttamente.
Modificare un'etichetta DPI su un file a bassa risoluzione esistente non crea nuovi dettagli. Ispeziona i bordi dei caratteri e la punteggiatura, ed esegui una nuova scansione alla risoluzione appropriata quando l'originale è disponibile.
3. Raddrizza la vista e seleziona una regione coerente
Rendi il testo verticale e rimuovi i bordi irrilevanti quando competono con la pagina. Lascia un po' di spazio attorno al testo desiderato: un ritaglio stretto può tagliare accenti, discendenti o l'ultima cifra di un numero.
Per le colonne, riconosci una colonna o un passaggio logicamente collegato alla volta quando l'ordine dell'intera pagina non è affidabile. Mantieni le intestazioni delle tabelle con i loro valori. Separare ogni minuscola cella può rimuovere il contesto necessario per ricostruire il risultato.
4. Confronta modeste regolazioni dell'immagine
Una piccola regolazione del contrasto può aiutare il testo sbiadito, mentre un filtraggio eccessivo può cancellarlo. Scurire la pagina può anche rafforzare macchie, consistenza della carta o scrittura sul lato opposto. Confronta l'immagine regolata con l'originale allo stesso livello di zoom.
Prova una regolazione su un passaggio difficile prima di cambiare tutto. Se un miglioramento rende l'immagine più pulita ma rimuove una virgola o unisce due lettere, non ha migliorato le prove per OCR.
5. Imposta la lingua e confronta le modalità di riconoscimento
Scegli la lingua effettivamente utilizzata nel testo selezionato. i2OCR fornisce 128 scelte di riconoscimento, inclusi script e varianti storiche. Per una pagina in lingua mista, separare regioni distinte può rendere il risultato più facile da valutare.
Classic è un utile punto di partenza per materiale stampato chiaro. Future può aiutare con documenti più vari e scrittura a mano. Confronta lo stesso breve passaggio quando non sei sicuro. Giudica la trascrizione completa, incluse le parole omesse e l'ordine delle righe, piuttosto che alcune frasi riconosciute correttamente.
6. Rivedi il testo rispetto all'immagine
Controlla un campione dall'alto, dal centro e dal basso dell'area selezionata. Quindi ispeziona i dettagli che portano il maggior significato. Un punto decimale fuori posto o una parola mancante come non possono contare più di diversi errori di ortografia comuni.
- Nomi, identificatori, date, punti decimali e unità corrispondono alla fonte.
- Ogni riga desiderata è presente; intestazioni e note a piè di pagina sono in posti sensati.
- Colonne e righe di tabella non sono state combinate in modo errato.
- I passaggi poco chiari sono contrassegnati per la revisione invece di essere indovinati silenziosamente.
- Una citazione copiata mantiene la formulazione e la punteggiatura che intendi citare.
7. Salva il risultato revisionato e riutilizza ciò che ha funzionato
Salva la trascrizione corretta prima di tradurla o riscriverla. Conserva il nome del file sorgente o il riferimento alla pagina con il risultato. Se elaborerai documenti simili in seguito, annota la lingua, la regione selezionata e le regolazioni che hanno aiutato.
Gli strumenti online accettano un'immagine fino a 25 MB o un PDF fino a 200 MB e 750 pagine sorgente, soggette al limite mostrato nello strumento. PDF OCR elabora una pagina o un'area selezionata per richiesta. Si applicano anche le dimensioni dell'immagine e i limiti di elaborazione, quindi una fonte più piccola e ben catturata può essere più pratica di un file molto grande.
Domande e risposte
A quale risoluzione dovrei scansionare?
Iniziate con circa 300 ppi per il normale testo stampato; i caratteri più piccoli potrebbero trarre vantaggio da un'acquisizione a risoluzione più elevata. Esaminate le lettere effettive. La sola risoluzione non può correggere sfocature, riflessi o originali danneggiati.
Dovrei convertire ogni immagine in bianco e nero?
No. La soglia può rimuovere testo sbiadito o unire i tratti. Conservate l'originale e confrontate una piccola area prima di procedere con una versione in bianco e nero.
Un file più grande offre sempre una migliore OCR?
No. La dimensione del file riflette le dimensioni, la compressione e il formato, non solo la leggibilità. Un'immagine chiara e ben inquadrata può essere più utile di una fotografia grande ma sfocata.