Il riconoscimento ottico dei caratteri è progettato per il testo. Trova righe di caratteri, le segmenta in singole lettere e abbina quelle forme a modelli di caratteri noti. Un diagramma disegnato a mano, un diagramma di flusso abbozzato su una lavagna, un organigramma disegnato su un tovagliolo, uno schema circuitale scritto a matita sul taccuino di un ingegnere, non contiene quasi alcun testo riconoscibile dalla macchina. L'OCR standard non produce nulla o un miscuglio di caratteri senza senso classificando erroneamente linee e forme come lettere.
I diagrammi necessitano di un approccio di riconoscimento fondamentalmente diverso rispetto al testo.
Estrarre informazioni da un diagramma disegnato a mano tramite gli strumenti OCR PDF significa utilizzare il riconoscimento specializzato dei diagrammi, l'annotazione manuale o un approccio ibrido in cui l'OCR gestisce eventuali etichette di testo e l'esportazione delle immagini preserva la struttura del diagramma per l'interpretazione manuale o assistita dall'intelligenza artificiale. Gli strumenti PDF scansionato e OCR di WukongPDF gestiscono le porzioni di testo e il flusso di lavoro riportato di seguito illustra cosa fare con le parti che l'OCR non è in grado di leggere.
Perché l'OCR standard non funziona su diagrammi e schizzi
I motori OCR cercano i modelli statistici del testo: linee approssimativamente orizzontali di caratteri all'incirca della stessa altezza, spaziati in modo coerente, con spazi tra parole e lettere che rientrano negli intervalli previsti. Un diagramma disegnato a mano viola ognuno di questi presupposti. Le linee non sono orizzontali. Le forme non sono personaggi. Gli spazi tra gli elementi non hanno alcuna relazione con la spaziatura del testo. Il motore applica il suo modello di testo al contenuto che non corrisponde al modello e l'output è rumore.
Lo stesso motore che raggiunge una precisione del 98% su una pagina stampata può restituire lo 0% di output significativo su un diagramma, non perché il motore sia pessimo ma perché non gli è mai stato chiesto di fare ciò che gli viene chiesto. Questa è la discrepanza fondamentale da comprendere prima di tentare l'OCR su un diagramma. La domanda non è quale motore OCR utilizzare. La domanda è quali informazioni sono necessarie dal diagramma e se l'OCR può estrarre tali informazioni o se è necessario uno strumento diverso.
Prova l'OCR dei PDF
Nessuna installazione necessaria. Funziona direttamente nel tuo browser.
Estrazione delle etichette di testo preservando il diagramma
La maggior parte dei diagrammi disegnati a mano contengono del testo: etichette sulle caselle del diagramma di flusso, titoli degli assi sui grafici abbozzati, nomi dei componenti sugli schemi circuitali, nomi nelle caselle dell'organigramma. Questo testo è ciò in cui l'OCR può effettivamente aiutare. Esegui l'OCR sulla pagina del diagramma come faresti su qualsiasi documento scansionato. Il motore troverà le etichette di testo e le restituirà come stringhe riconosciute. Ignora il rumore che produce dagli elementi del diagramma. Filtra l'output per parole e frasi riconoscibili, che saranno le etichette di testo di cui hai bisogno.
Esporta la pagina del diagramma come immagine ad alta risoluzione insieme all'output del testo OCR. L'immagine conserva la struttura del diagramma visivo. L'output di testo OCR fornisce etichette ricercabili che consentono di trovare diagrammi specifici in una raccolta senza aprire ciascuna immagine. La combinazione di etichette ricercabili e immagine visiva soddisfa la maggior parte degli scopi pratici meglio di entrambe le soluzioni prese singolarmente. È possibile cercare il diagramma di flusso contenente l'approvazione del budget e aprire l'immagine per visualizzare il diagramma, senza che il motore OCR debba comprendere la struttura del diagramma.
Utilizzo degli strumenti di riconoscimento dei diagrammi basati sull'intelligenza artificiale
Strumenti specializzati addestrati sui dati dei diagrammi possono interpretare i diagrammi disegnati a mano in modi che i motori OCR generali non possono. Questi strumenti riconoscono tipi comuni di diagrammi, diagrammi di flusso, organigrammi, mappe mentali, diagrammi di rete e li convertono in versioni modificabili in applicazioni come Microsoft Visio, Lucidchart o Draw.io. Il riconoscimento non è perfetto, le linee potrebbero essere interpretate erroneamente, le forme potrebbero essere classificate erroneamente, ma l'output è un punto di partenza per la pulizia manuale, che è molto più veloce che ridisegnare il diagramma da zero.
Scansiona il diagramma alla massima risoluzione disponibile, idealmente 600 DPI, prima di inviarlo a uno strumento di riconoscimento dei diagrammi. Le linee disegnate a mano sono più sottili e meno coerenti delle linee stampate e la risoluzione più elevata fornisce all'algoritmo di riconoscimento più dati con cui lavorare. Una scansione a 150 DPI che andrebbe bene per l'OCR di testo produce tracce di linee ambigue su un diagramma disegnato a mano, dove l'algoritmo di riconoscimento non è in grado di distinguere tra una linea voluta, una sbavatura e la trama della carta.
Preparazione del diagramma per migliori risultati di riconoscimento
La qualità dell'immagine sorgente determina l'accuratezza del riconoscimento più della scelta dello strumento. Fotografa il diagramma con un'illuminazione uniforme e diffusa. Evita le ombre proiettate da un telefono o una fotocamera. Posizionare la carta su una superficie piana e ad alto contrasto. Inquadra lo scatto per riempire l'immagine con il diagramma, riducendo al minimo l'area circostante vuota. Una foto ben illuminata, piatta e ad alta risoluzione di uno schizzo a matita può produrre risultati di riconoscimento migliori rispetto a una foto scarsamente illuminata di un diagramma inchiostrato professionalmente.
Migliora l'immagine prima di inviarla allo strumento di riconoscimento. Aumenta il contrasto per scurire le linee e schiarire lo sfondo della carta. Converti in scala di grigi se il colore non è significativo. Applicare un leggero filtro di nitidezza per rendere i bordi della linea più nitidi. Questi miglioramenti, disponibili in qualsiasi editor di immagini di base, richiedono 30 secondi e possono migliorare la precisione del riconoscimento di 20-30 punti percentuali sulle immagini sorgente marginali. Lo strumento di riconoscimento vede l'immagine migliorata. Non sa che l'originale era più difficile da leggere.
Annotazione manuale come alternativa al riconoscimento automatico
Per un numero limitato di diagrammi, l'annotazione manuale è più rapida che lottare con gli strumenti di riconoscimento. Apri l'immagine del diagramma in uno strumento di annotazione PDF. Aggiungi commenti di testo che descrivono gli elementi chiave: Il processo inizia qui, Punto decisionale: budget superiore a 10.000, Approvazione richiesta dal direttore finanziario. Le annotazioni sono testo ricercabile che si trova accanto all'immagine del diagramma all'interno del PDF. I futuri lettori potranno cercare i termini nelle annotazioni e trovare il diagramma.
L'annotazione ti obbliga anche a comprendere il diagramma. Descrivere un diagramma di flusso a parole significa che devi interpretare ciò che intendeva l'autore originale. Questo passaggio interpretativo rileva errori e ambiguità nel diagramma originale che il riconoscimento automatico non potrebbe cogliere o interpretare erroneamente in modo silenzioso. Il tempo impiegato per annotare è tempo impiegato per comprendere e tale comprensione aggiunge valore oltre ciò che lo strumento di riconoscimento potrebbe produrre.
| Contenuto del diagramma | Risultato OCR | Approccio consigliato |
|---|---|---|
| Etichette di testo stampate sul diagramma | Alta precisione | OCR standard, uscita filtro per parole riconoscibili |
| Etichette di testo scritte a mano | Precisione moderata | OCR con modalità di riconoscimento della grafia, verifica dell'output |
| Linee, frecce, scatole, forme | Rumore o niente | Esporta come immagine, annota manualmente o utilizza lo strumento diagramma |
| Elementi misti di testo e diagramma | Testo recuperato, diagramma perduto | OCR per etichette + esportazione di immagini per struttura visiva |
| Tipi di diagrammi standard (diagramma di flusso, organigramma) | Povero | Strumento di riconoscimento dei diagrammi AI, quindi pulizia manuale |
Memorizzazione e organizzazione dei risultati
Dopo l'elaborazione, ogni diagramma dovrebbe esistere in tre forme: la pagina originale scansionata nel PDF, le etichette di testo estratte dall'OCR per la ricercabilità e una versione annotata o una ricostruzione dello strumento diagramma per la modificabilità. Archiviali tutti e tre insieme in un sistema di gestione dei documenti o in una cartella cloud con nomi coerenti. L'originale è il documento autorevole. Il testo OCR consente la ricerca. La versione annotata o ricostruita consente modifiche future.
Aggiungi metadati descrittivi al PDF contenente il diagramma. Il titolo, l'autore, la data e una breve descrizione del contenuto del diagramma nei campi Proprietà del documento rendono il file trovabile tramite la ricerca del sistema operativo anche senza OCR completo. Un diagramma con la lettura dei metadati Q3-2025-Budget-Flowchart arriva alla persona giusta attraverso una ricerca per nome file dove una scansione senza titolo di una foto sulla lavagna non lo fa.
Prova l'OCR dei PDF
Nessuna installazione necessaria. Funziona direttamente nel tuo browser.