Bei Dokumenten mit farbigem Hintergrund nimmt die OCR-Genauigkeit erheblich ab. Ein auf hellblauem Papier gedrucktes Formular. Ein Zertifikat für Sahnebrühe. Ein Schild mit rotem Text auf gelbem Hintergrund. Eine Broschüre mit Text über Fotos. Die OCR-Engine erwartet schwarzen Text auf weißem Hintergrund. Wenn der Hintergrund farbig ist, nimmt der Kontrast zwischen Text und Hintergrund ab. Die Zeichenkanten verschwimmen in den Hintergrund. Die Erkennungsgenauigkeit sinkt. Wenn Sie verstehen, warum farbige Hintergründe die OCR-Genauigkeit beeinträchtigen, können Sie vor der Verarbeitung die richtigen Korrekturen vornehmen.
Die Farbe des Hintergrunds beeinflusst die OCR durch Kontrastreduzierung, Farbkanalverwirrung und Schwellenwerterkennungsfehler. Jeder Mechanismus verringert die Genauigkeit auf unterschiedliche Weise. Die Korrekturen beziehen sich speziell auf jeden Mechanismus.
Die OCR-PDF-Genauigkeit auf farbigen Hintergründen kann durch eine Bildvorverarbeitung verbessert werden, die den Hintergrund vor der Erkennung normalisiert.
Wie farbige Hintergründe die OCR beeinflussen
OCR-Engines wandeln Farbbilder durch einen Prozess namens Schwellenwertbildung in Schwarzweißbilder um. Jedes Pixel wird entweder als Text, der schwarz wird, oder als Hintergrund, der weiß wird, klassifiziert. Auf einem farbigen Hintergrund können Pixel, die Teil des Hintergrunds sind, ähnliche Dunkelheitswerte wie Textpixel haben, insbesondere wenn der Hintergrund eine dunkle Farbe oder der Text eine helle Farbe hat. Der Schwellenwertalgorithmus macht Fehler und klassifiziert Hintergrundpixel als Text oder Textpixel als Hintergrund.
Probieren Sie PDF-OCR aus
Keine Installation erforderlich. Funktioniert direkt in Ihrem Browser.
Vorverarbeitung zur Verbesserung der Genauigkeit
Konvertieren Sie das Bild zunächst in Graustufen. Wenden Sie dann adaptives Schwellenwertverfahren an, das statt eines globalen Schwellenwerts unterschiedliche Schwellenwerte für verschiedene Bereiche des Bildes verwendet. Die adaptive Methode verarbeitet unterschiedliche Hintergrundfarben besser als die globale Schwellenwertmethode.
WukongPDF OCR verarbeitet gescannte Dokumente. Die Gescannte PDF Vorverarbeitung für farbige Hintergründe sollte angewendet werden, bevor die OCR-Engine die Bilder empfängt.
Wann ist eine geringere Genauigkeit zu akzeptieren?
Bei einigen Dokumenten mit farbigem Hintergrund ist eine perfekte OCR nicht erreichbar. Akzeptieren Sie eine Genauigkeit von 90–95 Prozent und planen Sie eine manuelle Korrektur ein. Der Zeitaufwand für den Versuch, bei einem schwierigen Dokument eine Genauigkeit von 99 Prozent zu erreichen, übersteigt möglicherweise die Zeit, die für die manuelle Korrektur der 95-Prozent-Ausgabe erforderlich ist.
Die Rolle des Kontrastverhältnisses für die OCR-Genauigkeit
Die OCR-Genauigkeit korreliert direkt mit dem Kontrastverhältnis zwischen Text und Hintergrund. Schwarzer Text auf Weiß bietet maximalen Kontrast. Blauer Text auf Hellblau hat einen geringen Kontrast. Die OCR-Engine benötigt ein Mindestkontrastverhältnis, um Zeichenkanten zuverlässig unterscheiden zu können.
Die OCR-PDF-Kontrastanforderungen erklären, warum farbige Hintergründe die Genauigkeit verringern. Die Lösung besteht darin, den Kontrast durch Vorverarbeitung zu erhöhen.
Verwendung der Farbkanaltrennung für bessere Ergebnisse
Wenn sich Text und Hintergrund hauptsächlich in einem Farbkanal unterscheiden, trennen Sie diesen Kanal für OCR. Roter Text auf grünem Hintergrund ist in Graustufen möglicherweise nahezu unsichtbar, im Rotkanal jedoch deutlich getrennt.
Die Farbkanaltrennungstechnik Gescannte PDF verbessert die OCR bei Dokumenten, bei denen sich Text- und Hintergrundfarben unterscheiden.
Wenn ein erneutes Scannen die beste Lösung ist
Wenn das Originalpapierdokument verfügbar ist, führt ein erneutes Scannen in Graustufen oder Schwarzweiß mit hohem Kontrast zu weitaus besseren OCR-Ergebnissen als der Versuch, einen schlechten Farbscan zu korrigieren.
Die Option zum erneuten Scannen in PDF-Qualität ist die effektivste Lösung für OCR-Probleme mit farbigem Hintergrund, wenn auf das Original zugegriffen werden kann.
Die Physik von Licht, Farbe und Zeichenerkennung
OCR erkennt Kanten, an denen helle und dunkle Pixel aufeinandertreffen. Auf farbigem Hintergrund verringert sich der Kantenkontrast. Die OCR-Engine muss zwischen der Zeichenkante und dem Hintergrundfarbübergang unterscheiden. Ein geringerer Kontrast bedeutet mehr Kantenerkennungsfehler.
Die OCR-PDF-Physik des Kontrasts erklärt, warum eine Vorverarbeitung, die den Kontrast maximiert, die Genauigkeit verbessert. Graustufenkonvertierung und adaptives Schwellenwertverfahren sind Kontrastverstärkungstechniken.
Um die besten OCR-Ergebnisse bei farbigen Dokumenten zu erzielen, scannen Sie in Graustufen mit hohem Kontrast statt in Farbe. Der Scanner kann mehr Kontrast erfassen, als das menschliche Auge sehen kann.
Wie sich unterschiedliche Farbkombinationen unterschiedlich auf die Genauigkeit auswirken
Dunkler Text auf hellen Hintergründen schneidet besser ab als heller Text auf dunklen Hintergründen. Schwarz auf Hellblau ermöglicht OCR mit einer Genauigkeit von 95 %. Gelb auf Weiß kann eine OCR-Erkennung von 50 % oder weniger aufweisen. Die spezifische Farbkombination bestimmt den Genauigkeitsverlust.
Die Farbkombinationsanalyse Gescannter PDF hilft dabei, vorherzusagen, welche Dokumente die meiste Vorverarbeitung und manuelle Korrektur benötigen.
Testen Sie OCR anhand einer Probe jeder Farbkombination in Ihrem Dokumentensatz. Nutzen Sie die Ergebnisse, um den Vorverarbeitungsaufwand für die Kombinationen mit der geringsten Genauigkeit zu priorisieren.
Verwendung von OCR-Engines für maschinelles Lernen für farbige Dokumente
OCR-Engines für neuronale Netze, die auf verschiedene Dokumenttypen trainiert wurden, verarbeiten farbige Hintergründe besser als herkömmliche Mustervergleichs-Engines. Das neuronale Netzwerk hat gelernt, Zeichen unter kontrastarmen und farbvariierten Bedingungen zu erkennen.
Die Wahl der OCR-PDF-Engine hat erheblichen Einfluss auf die Genauigkeit farbiger Dokumente. Wenn herkömmliche OCR schlechte Ergebnisse liefert, versuchen Sie es mit einer neuronalen Engine.
Die Verarbeitungszeit für neuronale OCR ist in der Regel länger als bei herkömmlicher OCR. Die Genauigkeitsverbesserung bei farbigen Dokumenten rechtfertigt den zusätzlichen Zeitaufwand.
Erstellen eines Vorverarbeitungsworkflows für Dokumentsätze mit gemischten Farben
Ein Dokumentensatz kann Seiten mit weißem Hintergrund, farbigem Hintergrund und Bildhintergrund enthalten. Verarbeiten Sie jeden Seitentyp mit den optimalen Einstellungen für diesen Typ. Eine einzelne Vorverarbeitungseinstellung, die auf alle Seiten angewendet wird, wird für einige falsch sein.
Der Mischfarben-Vorverarbeitungsworkflow in PDF-Qualität verwendet eine seitenweise oder abschnittsweise Analyse, um die richtigen Einstellungen auf jeden Inhaltstyp anzuwenden.
Dokumentieren Sie die Vorverarbeitungseinstellungen für jeden Seitentyp. Die Dokumentation ermöglicht eine konsistente Verarbeitung zukünftiger Dokumentensätze mit ähnlichen Merkmalen.
Wann man eine geringere Genauigkeit und ein geringeres Budget für die manuelle Korrektur in Kauf nehmen sollte
Bei einigen Dokumenten übersteigt der Aufwand zum Erreichen einer hohen OCR-Genauigkeit den Aufwand zur manuellen Korrektur einer Ausgabe mit geringerer Genauigkeit. Die manuelle Korrektur eines 500-seitigen Dokuments, dessen OCR eine Genauigkeit von 85 % erreicht, kann 10 Stunden dauern, aber 20 Stunden Vorverarbeitungsexperimente erfordern, um 95 % zu erreichen.
Die Kosten-Nutzen-Analyse von PDF Tools für die OCR-Genauigkeit berücksichtigt sowohl die automatisierte Verarbeitungszeit als auch die manuelle Korrekturzeit. Wählen Sie den Weg, der die Gesamtzeit minimiert.
Verwendung der Histogrammanalyse zur Diagnose von Kontrastproblemen
Ein Bildhistogramm zeigt die Verteilung der Pixelhelligkeitswerte. Ein Histogramm mit zwei deutlichen Spitzen weist auf einen guten Kontrast zwischen Text und Hintergrund hin. Ein Histogramm mit einem einzelnen breiten Peak weist auf einen geringen Kontrast hin.
Die OCR PDF Histogrammanalyse quantifiziert das Kontrastproblem, bevor die Vorverarbeitung beginnt.
Der Einfluss der Papiertextur auf die OCR-Genauigkeit
Strukturiertes Papier wie Leinen oder Büttenpapier erzeugt Hintergrundgeräusche, die von OCR-Engines als Text interpretiert werden. Die Textur fügt falsche Kanten hinzu, die die Zeichenerkennung verwirren. Durch die Bildglättung wird das Texturrauschen reduziert, aber möglicherweise werden auch Zeichenkanten weicher.
Die Herausforderung der Papiertextur Gescannter PDF tritt am häufigsten bei historischen Dokumenten auf, die vom Originalpapier gescannt wurden und nicht von gedruckten Reproduktionen.
Wann man manuelle Transkription anstelle von OCR verwenden sollte
Bei Dokumenten mit schwerwiegenden Farb- und Kontrastproblemen kann die manuelle Transkription kostengünstiger sein als eine umfangreiche Vorverarbeitung und Korrektur. Ein menschlicher Transkribierer kann Text lesen, den keine OCR-Engine erkennen kann.
Der Entscheidungspunkt für die manuelle Transkription PDF-Qualität wird erreicht, wenn die Korrekturzeit pro Seite für die OCR-Ausgabe die Transkriptionszeit pro Seite überschreitet.
Der Einfluss der Scannerkalibrierung auf die Farbgenauigkeit
Ein nicht kalibrierter Scanner führt zu Farbverschiebungen, die die OCR-Genauigkeit verringern. Kalibrieren Sie den Scanner, bevor Sie farbige Dokumente scannen. Verwenden Sie ein Farbziel, um die Kalibrierung zu überprüfen.
Der Scannerkalibrierungsschritt OCR PDF stellt sicher, dass das digitale Bild die Farben des Originaldokuments genau wiedergibt.
Verwendung der multispektralen Bildgebung für schwierige Dokumente
Multispektrale Bildgebung erfasst Dokumente bei mehreren Lichtwellenlängen. Unterschiedliche Wellenlängen offenbaren Text, der bei normalem weißem Licht unsichtbar ist. Für stark beeinträchtigte Farbdokumente ist die multispektrale Bildgebung möglicherweise die einzig praktikable Erfassungsmethode.
Der multispektrale Ansatz Gescanntes PDF wird von großen Archiven für Dokumente verwendet, die sich der Standarddigitalisierung widersetzen.
Erstellen einer Referenzsammlung problematischer Dokumenttypen
Pflegen Sie eine Sammlung von Beispieldokumenten, die häufige OCR-Herausforderungen darstellen. Testen Sie neue Vorverarbeitungstechniken anhand dieser Referenzsammlung, bevor Sie sie auf Produktionsdokumente anwenden.
Die Referenzsammlung PDF Quality bietet einen konsistenten Maßstab für die Verbesserung der OCR-Genauigkeit im Laufe der Zeit.
Probieren Sie PDF-OCR aus
Keine Installation erforderlich. Funktioniert direkt in Ihrem Browser.