Si esegue la scansione di un modulo cartaceo che qualcuno ha compilato a mano. Il testo stampato sul modulo è chiaro. Le risposte scritte a mano nelle caselle sono disordinate ma leggibili per un essere umano. Esegui l'OCR sulla scansione, sperando di rendere il modulo ricercabile e le risposte scritte a mano estraibili come testo. Il risultato OCR per il testo stampato è quasi perfetto. Il risultato OCR per la grafia è incomprensibile. Il motore di riconoscimento, addestrato sui caratteri stampati, non riesce a dare un senso alle forme variabili e irregolari della scrittura umana.
I documenti contenenti sia testo digitato che scritto a mano rappresentano una doppia sfida per i motori OCR PDF. Il testo stampato necessita dell'OCR standard, che funziona bene. La grafia necessita di un riconoscimento specializzato della grafia, che è meno accurato e richiede impostazioni diverse. Gestirli entrambi in un unico documento richiede una strategia che tratti ciascun tipo di contenuto in modo appropriato.
Perché la scrittura a mano è molto più difficile per i motori OCR
L'OCR del testo stampato funziona abbinando le forme dei caratteri ai modelli di caratteri noti. La lettera "a"; nel Times New Roman in 12 punti sembra quasi identico ogni volta che appare. Il motore OCR memorizza un modello dell'aspetto delle lettere Times New Roman e lo confronta con quel modello. La scrittura a mano non ha un modello del genere. Ogni persona è "un" sembra diverso. Anche "a" della stessa persona varia da un'occorrenza all'altra a seconda delle lettere circostanti, della velocità di scrittura, dell'angolazione della penna e della fatica. Non esiste uno schema fisso con cui confrontarsi.
Il riconoscimento della grafia utilizza modelli di apprendimento automatico addestrati su migliaia o milioni di campioni di grafia. Questi modelli apprendono i modelli statistici di come variano le lettere scritte a mano e possono riconoscere i caratteri anche quando si discostano in modo significativo da un singolo modello. L’accuratezza del riconoscimento della grafia è migliorata notevolmente con il deep learning, ma è ancora in ritardo rispetto al riconoscimento del testo stampato con un margine significativo. Un benchmark del 2025 della PDF Association ha rilevato che la precisione dell’OCR del testo stampato è superiore al 97% su scansioni pulite. L'accuratezza del riconoscimento della grafia sullo stesso benchmark era compresa tra l'80% e l'85% circa, il che significa che circa una parola scritta a mano su cinque o sei contiene un errore (PDF Association, "OCR Accuracy Benchmark Report", 2025).
Prova l'OCR dei PDF
Nessuna installazione necessaria. Funziona direttamente nel tuo browser.
Strategie per l'OCR su documenti misti dattiloscritti e scritti a mano
La strategia più efficace consiste nel separare il documento in aree digitate e aree scritte a mano ed elaborarle ciascuna con il motore di riconoscimento appropriato. Questa separazione può essere eseguita manualmente ritagliando o mascherando il documento in sezioni oppure automaticamente da un motore di riconoscimento che rileva il tipo di contenuto per regione.
Lo strumento OCR di WukongPDF rileva se ciascuna area di testo della pagina è stampata o scritta a mano e applica il modello di riconoscimento appropriato. Su un modulo con etichette stampate e risposte scritte a mano, le etichette vengono riconosciute con il modello di testo stampato con elevata precisione. Le risposte scritte a mano vengono elaborate con il modello di grafia con la precisione consentita dalla qualità della grafia. L'output è un singolo livello di testo che combina entrambi i risultati del riconoscimento.
Migliorare la precisione dell'OCR della scrittura a mano attraverso una migliore scansione
La qualità della scansione ha un impatto maggiore sul riconoscimento della grafia che sul riconoscimento del testo stampato. Scansione a 300 DPI minimo. Una risoluzione più elevata fornisce al motore di riconoscimento più pixel per carattere da analizzare. Utilizza la modalità scala di grigi o colore anziché il bianco e nero puro. Le sottili variazioni di grigio in un tratto scritto a mano trasportano informazioni sulle forme delle lettere che la semplice soglia in bianco e nero scarta. Una "e" scritta a mano; dove il ciclo è parzialmente riempito può essere riconoscibile in scala di grigi ma diventa una massa indistinguibile quando viene limitato al bianco e nero.
Assicurati che la grafia sia il più scura e coerente possibile. La scrittura a matita è più difficile da riconoscere rispetto a quella a penna perché la grafite produce una linea più debole e variabile. L'inchiostro blu o nero su carta bianca produce il contrasto migliore. L'inchiostro rosso, l'inchiostro verde o la carta colorata riducono il contrasto e la precisione. Se controlli il processo di compilazione dei moduli, specifica che i moduli devono essere completati con inchiostro nero per ottenere i migliori risultati OCR. Questa piccola istruzione sul modulo stesso può migliorare la precisione dell'estrazione dei dati a valle di 10-15 punti percentuali.
Revisione e correzione dell'output OCR della grafia
Dopo l'OCR, il livello di testo PDF scansionato presenterà errori concentrati nelle aree scritte a mano. Il testo stampato sarà quasi perfetto. Concentra la tua revisione sulle risposte scritte a mano. Apri il PDF e cerca gli errori OCR comuni della grafia. Il numero 1 è spesso riconosciuto come la lettera l. Il numero 0 è spesso riconosciuto come la lettera O. La combinazione di lettere "th"; è spesso riconosciuto come "+h" perché la traversa della t si fonde con l'h.
Per i dati dei moduli che devono essere estratti in un database o in un foglio di calcolo, è essenziale la revisione manuale dei campi scritti a mano. Il motore di riconoscimento fornisce l'ipotesi migliore. Un essere umano deve verificare tale ipotesi confrontandola con la grafia originale. Questa fase di verifica è quella in cui il risparmio di tempo ottenuto dall'OCR è parzialmente compensato dalla necessità di un controllo di qualità umano. Il risparmio netto dipende dal volume. Per 10 moduli, l'immissione manuale dei dati potrebbe essere più veloce dell'OCR più la revisione. Per 500 moduli, l'OCR più la revisione è notevolmente più veloce perché la fase di revisione è limitata ai campi in cui la confidenza dell'OCR è bassa. L'output OCR di WukongPDF include un punteggio di confidenza per ciascun blocco di testo riconosciuto, consentendoti di ordinare in base alla confidenza e di rivedere solo i risultati con scarsa confidenza.
Per i moduli che verranno elaborati in grandi volumi, come moduli per visite mediche, richieste di indennizzi assicurativi o richieste governative, la progettazione del modulo stesso può migliorare la precisione dell'OCR della grafia. Progetta il modulo con caselle di caratteri separate, una casella per lettera, anziché un'unica lunga riga per un nome o un indirizzo. Le caselle dei singoli caratteri costringono chi scrive a separare le lettere, il che migliora notevolmente la precisione del riconoscimento perché il motore OCR può isolare ciascun carattere prima di tentare il riconoscimento. Questo è lo stesso principio utilizzato dai moduli fiscali e dai documenti di immigrazione in tutto il mondo. Le caselle sono leggermente scomode per la persona che compila il modulo, ma consentono l’estrazione automatizzata dei dati su larga scala, che è il compromesso richiesto dall’elaborazione di moduli ad alto volume.
Un pratico punto di controllo della qualità dopo l'OCR su documenti misti: esegui una ricerca per modelli di errore OCR comuni che indicano che il motore ha confuso la grafia con il testo stampato. Cerca "cl" e verificare che non dovesse essere "d". Cerca "0" e verifica che ogni istanza sia effettivamente uno zero e non una O maiuscola. Cerca "1" e verificare che sia uno e non una L minuscola o una I maiuscola. Queste tre ricerche rilevano la maggior parte degli errori OCR a livello di carattere sia nel riconoscimento stampato che in quello scritto a mano. Correggi gli errori trovati, quindi esegui un'altra ricerca per nomi, numeri o date specifici fondamentali per lo scopo del documento. Un modulo in cui le istruzioni stampate contengono un errore di battitura è fastidioso. Un modulo in cui il dosaggio del farmaco scritto a mano è sbagliato è pericoloso.
Prova l'OCR dei PDF
Nessuna installazione necessaria. Funziona direttamente nel tuo browser.