Чому текст із фото розпізнається неправильно та як це виправити
Якщо після розпізнавання зникли слова або з’явилися дивні символи, спочатку порівняйте результат із зображенням. Можливо, OCR неправильно прочитав літери, а можливо, помилка вже була в оригіналі. Перевірка правопису допомагає редагувати отриманий текст, але не відновлює оригінал автоматично.
З чого почати
Відкрийте розпізнавання тексту з фото, виберіть мову саме того тексту, який є на зображенні, і спробуйте один добре читабельний абзац. Це допоможе зрозуміти, чи проблема стосується всієї фотографії, чи окремого фрагмента.
Змінюйте по одній умові: спочатку мову, потім кадрування або якість знімка. Якщо змінити все одночасно, буде важко зрозуміти, що допомогло. Джерелом для звіряння залишається зображення, а не правдоподібний результат.
Ознаки проблем і перші дії
- З’явилися літери іншої абетки. Перевірте вибрану мову тексту. Мова інтерфейсу й мова розпізнавання — окремі налаштування.
- Зникли окремі літери й закінчення. Збільште зображення та перевірте, чи можна розрізнити їх в оригіналі. Якщо ні, зробіть чіткіший знімок.
- Слова з різних колонок змішалися. Виріжте одну колонку в зовнішньому редакторі й завантажте її окремо.
- На краях результату є зайві символи. Приберіть темну рамку, пальці та предмети поряд зі сторінкою.
- Текст не знайдено. Перевірте файл, мову й читабельність літер; спробуйте невеликий друкований абзац зі звичайним розташуванням рядків.
Як перезняти сторінку
Тримайте камеру паралельно аркушу, наведіть фокус на літери та забезпечте рівномірне освітлення. Уникайте відблиску, який закриває частину рядка. Для сильно вигнутої книжкової сторінки зручніше зняти два менші фрагменти, ніж намагатися прочитати весь розворот.
Приберіть помітний нахил, щоб рядки йшли горизонтально. Обрізайте зайве тло, але залишайте невеликий світлий відступ навколо тексту. Ці прийоми відповідають рекомендаціям Tesseract щодо підготовки зображення.
Чому велике фото не завжди краще
Важливі розмір і чіткість самих літер, а не лише розмір файлу. Маленький напис на великому фото кімнати все одно містить мало деталей. Обрізання сторінки може допомогти більше, ніж просте збільшення всієї фотографії.
Istio готує зображення перед розпізнаванням та обмежує його розмір для обробки в браузері. Якщо літери на великій сторінці дуже дрібні, спробуйте завантажити окремі абзаци. Збільшення розмитого фрагмента не повертає вже втрачених деталей.
Скриншот, фотографія та складна верстка
Якщо текст уже видно на екрані, використовуйте оригінальний скриншот, а не фотографію монітора. За потреби спочатку збільште текст у початковому застосунку. Не пересилайте зображення через кілька сервісів, якщо вони помітно погіршують його якість: краще зберегти оригінальний файл.
Для першої спроби підійдуть JPG/JPEG або PNG. PDF і HEIC на сторінці OCR безпосередньо не підтримуються: збережіть потрібну сторінку чи знімок у підтримуваному форматі. Таблиці, рукописні записи та декоративні шрифти потребують окремого ручного звіряння; збереження початкової верстки не гарантується.
Як порівняти результат до й після підготовки
- Виберіть короткий фрагмент, який можете прочитати самостійно.
- Розпізнайте початкове зображення та скопіюйте результат у нотатку.
- Виправте один чинник: наприклад, перезніміть без відблиску або виділіть одну колонку.
- Розпізнайте знову з тією самою мовою та порівняйте пропуски, заміни літер і порядок рядків.
- Залиште точніший варіант і вручну виправте решту відмінностей.
Наприклад, у навчальному рядку «Документ № 15» OCR може переплутати цифру «1» з літерою «I». Це ілюстрація можливої помилки, а не результат вимірювання точності Istio. Назви, дати, суми й коди завжди звіряйте з оригіналом.
Що робити після розпізнавання
Відредагуйте результат у полі й натисніть «Перевірити розпізнаний текст», якщо вибрана мова підтримує перевірку правопису. Відмінності між розпізнаванням та мовною перевіркою розібрані в посібнику з перевірки тексту на фото.
Якщо нове розпізнавання не знаходить тексту або завершується помилкою, попередній результат у редакторі зберігається. Він може стосуватися минулого зображення: не сприймайте його як успішний результат нової спроби. Перевірте повідомлення над формою, перш ніж продовжувати.
Якщо обробка довго не починається
Під час першого запуску браузер завантажує мовну модель. Помилка мережі чи блокування потрібних ресурсів може завадити цьому етапу. Перевірте з’єднання та спробуйте знову після усунення причини. Тривале очікування без результату не означає, що зображення розпізнано.
Докладніше про браузерний рушій: Tesseract.js. Його документація описує можливості рушія; в інтерфейсі Istio доступна лише частина налаштувань.