Бумага для сканирования и распознавания текста: фон, просвет и геометрия

Что в бумаге влияет на цифровую копию

Для печатаемого оригинала полезны однородный фон, читаемый контраст и ровная геометрия. При двустороннем документе важна непрозрачность, чтобы оборот не превращался в ложные символы. Слишком выраженная фактура может выглядеть как шум.

Подготовьте документ к сканированию

Уберите только те крепления, которые разрешено снимать по вашему процессу. Скрепка опасна для автоподатчика, а загнутый угол может вызвать перекос. Важный или хрупкий оригинал лучше не отправлять в автоматическую подачу без разрешенной процедуры.

1. Проверьте порядок и комплектность страниц.
2. Удалите доступные скрепки и стикеры, которые перекрывают текст.
3. Расправьте мягкие загибы без повреждения документа.
4. Очистите стекло способом из инструкции сканера.
5. Подведите направляющие автоподатчика к кромкам.
6. Отсканируйте одну сложную страницу.
7. Сравните изображение и распознанный текст с оригиналом.

Проверьте печать до создания большого комплекта

Если документы еще только печатаются, используйте шрифт и контраст, которые уверенно читаются на бумаге. Не делайте служебный текст слишком светлым ради дизайна. Тонкие серые символы особенно чувствительны к копированию и повторному сканированию.

Тестовая страница для OCR

• обычный абзац с цифрами и знаками;
• мелкие подписи таблицы;
• строка с фамилиями или кодами, типичными для процесса;
• светло-серая область без текста;
• двусторонний фрагмент для оценки просвета;
• номер страницы у поля подшивки.

Отсканируйте образец тем же оборудованием и режимом, которые будут использоваться дальше. Если документ содержит QR или штрихкод, примените отдельный тест из статьи о контрасте и считываемости кодов.

Отделите проблему бумаги от сканера и OCR

• полоса на одном месте всех страниц указывает на стекло или тракт сканирования;
• перекос только в автоподатчике требует проверки его направляющих;
• ошибки в одном шрифте могут быть связаны с макетом или языком распознавания;
• тень оборота, исчезающая на более непрозрачной бумаге, связана с носителем;
• разные результаты одного скана указывают на настройки программы;
• пропуск уже нечеткой буквы начинается с печати оригинала.

Сохраните исходное изображение отдельно от распознанного текста, если это предусмотрено процессом. OCR требует проверки: автоматический результат не заменяет чтение ответственного документа.

Двустороннюю читаемость до печати удобно оценить по материалу о бумаге без заметного просвета.

Учтите статус документа и условия хранения

Чек-лист помогает различить рабочую копию, подписанный оригинал и документ с регламентированным хранением. Он не назначает срок и не гарантирует качество распознавания.

1. Определите, можно ли использовать автоподатчик.
2. Проверьте трудную страницу до всего дела.
3. Сравните скан и OCR с оригиналом.
4. Свяжите имя файла с физическим документом.
5. Сохраните контроль качества по принятому процессу.

Организация физического дела разобрана в статье о бумаге для архивного хранения. Для новой партии используйте протокол проверки бумаги до закупки.

Соберите небольшую выборку страниц с разной сложностью: обычный абзац, таблица, бледная копия, оборот с плотным текстом и лист с подписью. По одному чистому образцу невозможно оценить, где именно процесс начнет давать ошибки.

После распознавания отдельно проверяйте цифры, даты, номера документов, фамилии и похожие символы. Они могут выглядеть правдоподобно даже при ошибке, поэтому беглого взгляда на общий абзац недостаточно.

Если оригиналы регулярно идут через автоподатчик, фиксируйте случаи перекоса и двойного захвата. Бумага должна не только давать чистый фон, но и проходить серию без нарушения порядка страниц; для важных дел это часть контроля комплектности.

Перед массовой оцифровкой договоритесь о допустимом результате: нужном разрешении, цветовом режиме, формате файла и способе проверки. Иначе один сотрудник будет оценивать красоту изображения, а другой — точность текста, и вывод о бумаге получится противоречивым.