複数の写真を1つの編集可能なDOCに
撮影したページを読む順の名前で1つのZIPに入れると、OCRが各ページを1つのWord文書内の編集可能なテキストにし、段落や見出しも組み立て直します。改ページが写真ごとの区切りを示しますが、本文は1つの文書として続きます。写真はそのまま読み取られるので、正面から撮ってください。
これが特に効果を発揮するのは、ある写真の下部で始まった文が次の写真の上部で終わっているような場合です。両方の写真が同じDOCに取り込まれるため、その文を編集する際は、他の行と同じようにページ区切りをまたいで選択すればよく、2つの別々のファイルを手作業でつなぎ合わせる必要はありません。
10枚の写真より1つのファイルが優れている理由
書類の写真でいっぱいのカメラロールは、それ自体を編集することはできません。編集できるのはテキストだけであり、そのテキストはOCRが写真から抽出して初めて存在します。この抽出をまとめて1つのWord文書として処理することで、微妙に異なる角度や距離で撮影された10枚の写真が、統一された書式設定を持つ1つの文書にまとまります。
また、ある写真は少し暗く、ある写真は少し近くから撮影されているといった写真ごとのばらつきも、文字が同じ文書内のテキストとして収まった時点で解消されます。画像を並べたギャラリーとは異なり、Wordの書式は写真の明るさや角度を引き継がないためです。
カメラロールから下書きへ
現地訪問中にページごとに撮影した複数ページの契約書、ワークショップの終わりに撮影した手書きの会議メモ、近くにスキャナーがなかったために撮影した印刷記事は、いずれも文言を実際に編集する必要が出てくるまでは、単なるJPEG写真として存在するだけです。
その写真一式を1つのWord文書に変換すれば、画像フォルダをゼロから入力し直す代わりに、条項の番号を振り直したり、名前を修正したり、リストの書式を整えたりできる、実際に編集可能な下書きが手に入ります。
撮影条件が精度を左右する
カメラで撮影した写真は、平らなスキャンよりもOCRにとって難易度が高くなります。本のページの湾曲、スマートフォン自体が作る影、手ブレによるわずかなぼやけは、それぞれ認識精度を下げる要因となり、出力に画像が残らない以上、その影響はぼやけた画像としてではなく、Word文書内の文字化けや行の欠落として表れます。
変換後は、ランプの下や急な角度で撮影されたページから先に目を通してください。統計的に見て、そうしたページほど1つ2つの単語を修正する必要が生じやすく、一方で自然光の下で真正面から撮影された写真は、たいてい修正の必要がありません。
写真からよりきれいなテキストを得るために
撮影する前にページを平らにしましょう。角が丸まっていたり、本がしっかり開いた状態にならなかったりすると、OCRが追おうとしている行が歪んでしまいます。この歪みは見た目だけの問題にとどまらず、行の乱れが段落の検出を狂わせるため、Word文書内での書式の問題につながります。
可能であれば、一連の写真はすべて同じ光源のもとで撮影してください。同じ文書内で照明条件がばらばらの写真を混在させると、すべてが同じDOCにまとまった際に、ページごとに書式の認識精度が目に見えて異なってしまう傾向があります。