Foto in un unico documento modificabile
Metti le pagine fotografate in un unico ZIP, con nomi in ordine di lettura, e l'OCR trasforma ognuna in testo modificabile dentro un solo documento Word, ricostruendo paragrafi e titoli. Le interruzioni di pagina segnano la fine di ogni foto, ma il testo scorre come un unico documento. Le foto vengono lette così come sono, quindi scattale frontalmente.
Questo conta soprattutto quando una frase inizia verso la fine di una foto e finisce in cima alla successiva: poiché entrambe le foto confluiscono nello stesso DOC, modificare quella frase significa selezionare attraverso l'interruzione di pagina come qualsiasi altra riga, non ricucire due file separati a mano.
Perché un file batte dieci foto
Un rullino pieno di foto di documenti non è qualcosa che puoi modificare; puoi modificare solo il testo, e il testo esiste solo una volta che l'OCR lo estrae dall'immagine. Raggruppare quell'estrazione in un unico documento Word trasforma dieci scatti presi ad angolazioni e distanze leggermente diverse in un unico documento con un insieme coerente di scelte di formattazione.
Significa anche che l'incoerenza tra gli scatti, una foto un po' più scura, una un po' più vicina, scompare non appena le parole approdano come testo nello stesso documento, poiché la formattazione di Word non eredita la luce o l'angolazione di una foto come farebbe una galleria di immagini messe insieme.
Dal rullino fotografico alla bozza
Un accordo multipagina fotografato pagina per pagina durante un sopralluogo, appunti di riunione scritti a mano fotografati alla fine di un workshop, o un articolo stampato fotografato perché non c'era uno scanner nelle vicinanze esistono tutti solo come foto JPEG finché qualcuno non ha bisogno di modificarne davvero il testo.
Convertire quel set di foto in un unico documento Word ti dà una vera bozza da rivedere, rinumerando le clausole, correggendo un nome, riformattando un elenco, invece di una cartella di immagini che dovresti altrimenti ribattere da zero.
Le condizioni della foto determinano l'accuratezza
Le foto scattate con la fotocamera mettono più alla prova l'OCR di una scansione piatta: una pagina di libro curva, un'ombra proiettata dal telefono stesso, o una leggera sfocatura per una mano tremante costano tutte accuratezza nel riconoscimento, e questo si manifesta come parole confuse o righe mancanti nel testo Word risultante piuttosto che come un'immagine sfocata, dato che nessuna immagine rimane nell'output.
Dopo la conversione, rileggi prima le pagine scattate sotto una lampada o con un'angolazione più marcata; sono statisticamente quelle con più probabilità di aver bisogno di una parola o due da correggere, mentre una foto scattata frontalmente alla luce del giorno di solito non richiede alcuna pulizia.
Ottenere testo più pulito dalle foto
Appiattisci la pagina prima di fotografarla. Un angolo arricciato o un libro che non resta aperto distorce le righe che l'OCR sta cercando di seguire, e quella distorsione diventa un problema di formattazione in Word, non solo estetico, perché righe storte possono confondere il rilevamento dei paragrafi.
Se puoi, fotografa l'intero lotto sotto un'unica fonte di luce coerente; foto scattate con illuminazione mista sullo stesso documento tendono a produrre una confidenza di formattazione visibilmente diversa da pagina a pagina una volta che tutto confluisce nello stesso DOC.