Przygody z OCR: Tobie też może się udać |
|
|
|
Dawno, dawno temu niejedno mężne serce drżało na myśl o tym, aby za pomocą skanera przekształcać drukowane teksty na postać umożliwiającą ich edycję i rozpowszechnianie. Co prawda optyczne rozpoznawanie znaków (OCR) miało solidną podbudowę teoretyczną, jednak jeszcze całkiem niedawno tekst przetworzony przy użyciu tego mechanizmu wymagał tyle czyszczenia, że cały ten wysiłek po prostu nie opłacał się czasowo. Często łatwiej było tekst przepisać niż zeskanować z wykorzystaniem funkcji OCR.
|
|
|
|
Pod wpływem czasu i rozwoju technologii zmienia się wszystko |
|
|
OCR nie jest wyjątkiem. Funkcja ta stanowi obecnie praktyczną metodę szybkiego przekształcania dużych ilości wydruków tekstu (a także obrazów i tabel) na pliki komputerowe, które można dowolnie edytować. Jeżeli skorzystasz z odpowiedniego oprogramowania OCR, na przykład tego, które dostarczane jest z wieloma skanerami HP Scanjet, starannie przygotujesz oryginały i podczas wykonywania procesu OCR zwrócisz uwagę na kilka istotnych czynników, doskonałe rezultaty zastosowania tej funkcji masz jak w banku. Zaoszczędzisz czas i przekształcisz swoje dokumenty na postać umożliwiającą ich edycję.
|
|
Na początek dobry oryginał |
|
|
Im lepszy oryginał, tym lepsze wyniki optycznego rozpoznawania znaków. I choć nie każdy skanowany dokument musi być w nienaruszonym stanie, warto zastosować się do poniższych porad i odpowiednio przygotować oryginały do skanowania.
- Jakość: Zawsze rozpoczynaj od wysokiej jakości oryginału. Rozerwania, zagięcia i rozmazany tekst mogą sprawić kłopoty oprogramowaniu OCR i spowodować błędny odczyt. Wyretuszuj brudny oryginał korektorem lub wykonaj fotokopię w celu zwiększenia kontrastu.
- Prostota: Zwykle oprogramowanie OCR lepiej radzi sobie z dużymi ilościami wyraźnego tekstu, który nie zawiera kolumn, linijek, pól tekstowych ani innych elementów układu.
- Parametry: Skanowanie tekstu ze strony zawierającej kilka kolumn jest prostsze, jeżeli każdą kolumnę skanuje się jako osobny element. Programy OCR zwykle umożliwiają wskazanie określonych fragmentów strony do skanowania. Jeżeli określisz każdą kolumnę jako osobne pole tekstowe, skanowanie OCR rozpocznie się od pierwszej kolumny, następnie przejdzie do drugiej itd.
|
|
|
Porady pomagające w lepszym skanowaniu |
|
|
Jeśli dokumenty do skanowania są już gotowe, poniższe sugestie pomogą w uzyskaniu lepszych wyników pracy:
- Sprawdź ustawienia skanera. Sprawdź, czy skaner nie korzysta z ustawień symulacji kolorów ani rastrowania. Ustawienia te mogą co prawda poprawić jakość skanów zdjęć, utrudniają jednak oprogramowaniu OCR pracę z tekstem.
- Uwzględnij kolor papieru. Jeżeli skanujesz tekst wydrukowany na kolorowym papierze, zwiększ jasność i kontrast o około 10%.
- Zwiększ rozdzielczość. Na obrazie zeskanowanym z rozdzielczością 200 dpi funkcja OCR działa skuteczniej niż przy 100 dpi, a rezultaty jeszcze lepsze niż 200 dpi zapewni rozdzielczość 600 dpi. Zanim jednak maksymalnie podkręcisz rozdzielczość skanera, pamiętaj, że skany w wysokiej rozdzielczości zajmują całkiem sporo miejsca na dysku twardym. Trzeba zatem znaleźć właściwą równowagę między dostępnym miejscem a ustawioną rozdzielczością.
- Dobrze sprawdź język. Sprawdź, czy oprogramowanie OCR jest ustawione do pracy we właściwym języku. Większość programów OCR obsługuje wiele języków, a więc sprawdź, czy język ustawiony w programie odpowiada językowi skanowanego dokumentu.
- Zastosuj metodę prób i błędów. Jeżeli zamierzasz skanować duży lub długi dokument, spróbuj na początek zeskanować pierwszą stronę, a następnie przetworzyć ją w całości aż do uzyskania ostatecznego tekstu. Zyskasz w ten sposób mnóstwo okazji do wychwycenia ewentualnych błędów lub braków i zaradzenia im.
- Pracuj na odpowiednim sprzęcie. Im szybszy procesor komputera i skaner, tym krócej trzeba czekać. Podstawowe funkcje, takie jak odróżnianie obrazów od tekstu, identyfikowanie znaków i przekształcanie układu dokumentu na postać elektroniczną, wymagają co najmniej 64 MB pamięci RAM (lepiej nawet 128 MB). Ponadto jeśli chcesz skanować więcej stron jednocześnie, warto zainwestować w automatyczny podajnik dokumentów.
- Zapoznaj się z instrukcją. Im więcej dowiesz o jakimkolwiek narzędziu, tym lepiej z niego skorzystasz. Przed rozpoczęciem skanowania z funkcją OCR zapoznaj się dokładnie z instrukcjami obsługi skanera i oprogramowania oraz dotyczącymi ich plikami Readme. Pół godziny, które poświęcisz na zapoznanie się z narzędziami OCR, może zwrócić się w postaci wielu godzin zaoszczędzonych później i znacząco podnieść Twoją wydajność.
|
|
|
|
|
|
Wersja do wydruku
