Połącz zdjęcia w jeden PDF
Umieść zdjęcia JPEG w jednym ZIP, nazwane w kolejności stron (01.jpg, 02.jpg…): nazwy plików wyznaczają kolejność stron w PDF. OCR odczytuje tekst z każdego zdjęcia i umieszcza pod nim pasującą warstwę tekstu, a samo zdjęcie, razem z cieniami, zostaje takie, jakie zrobił aparat.
Wynikiem jest jeden plik PDF, w którym wyszukiwanie nazwiska lub numeru sprawdza od razu każdą sfotografowaną stronę, zamiast przewijania rolki aparatu w poszukiwaniu tego, na którym zdjęciu to było.
Po co grupować zdjęcia z aparatu
Aparat w telefonie rzadko robi dwa identyczne zdjęcia z rzędu: na jednym jest cień dłoni, następne przechyla się o kilka stopni, trzecie ma cieplejsze światło z okna. OCR czyta każde zdjęcie takim, jakie jest, bez prostowania i poprawiania światła, więc fotografowanie każdej strony na wprost w tym samym świetle opłaca się w całym zestawie.
Połączenie całego stosu w jeden PDF ukrywa też tę niespójność przed czytelnikiem; nikt przeglądający gotowy dokument nie pozna, że strona czwarta była zrobiona w gorszym świetle niż strona trzecia, ponieważ obie kończą z działającą warstwą tekstową pod spodem.
Dokumenty fotografowane w podróży
Wielostronicowe umowy podpisane przy ladzie, stos papierowych paragonów sfotografowanych pod koniec wyjazdu czy odręczne notatki uchwycone strona po stronie telefonem — wszystko to zaczyna życie jako osobne zdjęcia JPEG bez żadnej wspólnej struktury pliku, która by je łączyła.
Scalenie tego stosu w jeden przeszukiwalny PDF zamienia rolkę aparatu telefonu w dokument, który można zarchiwizować, przesłać dalej lub przeszukać — przydatne przy rozliczeniach wydatków i podpisanych dokumentach zebranych poza biurem, gdzie skaner nigdy nie wchodził w grę.
Co ogranicza OCR na zdjęciach
Kompresja JPEG i warunki fotografowania wyznaczają tu sufit bardziej niż sam silnik OCR: rozmycie ruchu, odblask na błyszczącym papierze czy cień przecinający linię tekstu kosztują więcej dokładności niż miałoby to miejsce przy skanie płaskim. Ostrość i równomierne oświetlenie mają dla tego rodzaju danych wejściowych większe znaczenie niż w przypadku któregokolwiek z pozostałych narzędzi wsadowych.
Po konwersji sprawdź najpierw strony zrobione pod kątem lub pod lampą, ponieważ to one najczęściej mają pominięte jedno lub dwa słowa; płaskie, równomiernie oświetlone zdjęcie tej samej strony zwykle daje najmniej błędów w całym zestawie.
Jak fotografować czystszą partię
Fotografuj prosto z góry, a nie pod kątem, zachowaj tę samą odległość od strony w całym zestawie i wyłącz lampę błyskową, jeśli papier jest błyszczący, ponieważ rozproszony cień jest dla OCR łatwiejszy do zignorowania niż odblask lampy błyskowej leżący wprost na tekście.
Przed spakowaniem do ZIP nazwij pliki w kolejności stron (01, 02, 03…): strony idą za nazwami plików, a później nie ma kroku zmiany kolejności.