フラットベッド スキャナでは、1 つずつスキャンするのではなく、複数の小さなアイテムを一度にガラス上に置きたくなることがあります。ネットワーキング イベントの名刺、出張の領収書、保険カード、ID バッジ、ポイント カードをスキャン面全体に配置すると、1 回のキャプチャで複数の異なる文書を含む 1 つのスキャン ページが生成されます。このバッチ スキャンのアプローチでは、スキャナーでの時間を大幅に節約できますが、ファイルや共有用に個々のアイテムを個別の PDF ファイルとして必要とする場合には、別の種類の作業が発生します。
複数アイテムのスキャナ ページに特殊なトリミングが必要な理由
標準の PDF 操作は、ページ領域の大部分を占める 1 つのドキュメントから余白をトリミングするという基本的な前提に基づいて機能します。 1 つのスキャン ページに 4 枚の名刺がスキャナー ガラスの異なる位置に分散して含まれている場合、個々のカードがページ全体に近い位置を占めることはありません。標準の余白トリミング ツールは、ページの中央にある 1 つの長方形のコンテンツ領域を見つけてその周囲の背景をトリミングするように設計されていますが、複数の小さなアイテムを識別して個々の出力ファイルに分離することはできません。
アイテムのローテーションにより、挑戦は大幅に難しくなります。名刺をスキャナーのガラス面に 15 度の角度で不用意に置くと、カードの端がページの端と平行ではなく斜めになった Scanned PDF 画像が生成されます。回転したアイテムの周囲に描画される直線の長方形のトリミング領域には、必然的にコーナーにスキャナの背景の大きな領域が含まれるか、アイテム自体のコーナーが切り取られます。エッジの方向を検出し、アイテムのエッジを出力ページのエッジと平行にするために切り取られた領域を回転するプロセスであるデスキュー補正は、それぞれが異なる角度で回転される可能性があるため、個々のアイテムごとに独立して実行する必要があります。
解像度のスケーリングは、3 次元の複雑さをもたらします。名刺は、およそ 2 × 3.5 インチの物理的スペースを占めます。
300 DPI でキャプチャされたレターサイズのスキャンでは、このカード領域には約 600 x 1050 ピクセルが含まれており、読みやすい品質できれいなスタンドアロン PDF を作成するには十分な大きさです。しかし、ファイルの合計サイズを管理しやすい状態に保つためにスキャンが 150 DPI でキャプチャされた場合、そのサイズはわずか 300 x 525 ピクセルにまで低下し、カードが独立したフルページのドキュメントとして表示されたときに判読可能なテキストとしては不十分になる可能性があります。複数アイテムのトリミング ワークフローでは、抽出された各アイテムがスタンドアロン ドキュメントとして機能するのに十分なネイティブ解像度を備えているかどうか、またはより高い解像度で個別に再スキャンする必要があるかどうかを評価する必要があります。
複数アイテムのクロップワークフローのステップバイステップ
まず、スキャンされたページに表示される個別の物理アイテムがいくつあるかを正確に特定し、アイテムがガラス上で重なったり物理的に接触したりしていないかを確認することから始めます。重なり合うアイテムは、単純な長方形の切り抜きではきれいに分離できないため、隣接する重なり合うアイテムから目に見えるエッジの断片を削除するために、切り抜き操作後に手動でマスキングするか背景色で塗りつぶす必要がある場合があります。
ページ上で特定された個々の項目ごとに、項目のすべての辺に 0.1 ～ 0.2 インチの小さな余白を含む切り抜き長方形を描画します。このマージンは、アイテムの角を切り取らずにトリミングされた領域を回転するデスキュー補正ステップに必要な作業スペースを提供します。このマージン バッファーがないと、デスキュー アルゴリズムは領域を回転してエッジを揃えますが、アイテムの角は切り抜き境界で切り取られます。
スキュー補正は、スキャン ページ全体ではなく、切り取られた各領域に個別に適用します。スキュー補正アルゴリズムは、各切り抜き領域内の主要なエッジ方向を検出し、それらのエッジを出力ページ軸に揃えるのに必要な回転を計算することによって機能します。スキャナーのガラス上の各アイテムは異なる角度で配置されている可能性があるため、トリミング前にページ全体に適用される 1 つのグローバル デスキュー設定は機能しません。
各アイテムのトリミングとデスキューを行った後、出力解像度が十分であることを確認します。名刺や同様のサイズの小さなドキュメントの場合、テキストが読みやすい状態を保つために、抽出されたピクセル寸法はアイテムの物理サイズで少なくとも 200 の実効 DPI を生成する必要があります。元のスキャン解像度が低すぎてこれをサポートできない場合は、より高い解像度で特定のアイテムを個別に再スキャンすることが正しい解決策です。
トリミングおよび傾き補正された各領域を、コンテンツに基づいてわかりやすい名前を付けて、独自の PDF Pages ファイルとして保存します。 4 枚のベンダー名刺を含むスキャン ページでは、4 つの別個の名前付きファイルが生成され、それぞれがその特定のカード上の会社または連絡先に対応します。スキャンする前に、ガラス上に何があるか、どの位置にあるかを簡単にメモして、各カードに名前を付けると、この最終ステップが大幅に短縮されます。
不規則な形状のアイテムおよび非長方形オブジェクトの処理
名刺と標準的なレシートは、標準的な切り抜き長方形でもきれいに機能するのに十分な長方形です。型抜きされた形状、円形のステッカー、標準外の輪郭を持つ製品ラベル、または奇妙な形のタグが付いている商品には、別の取り扱いが必要です。円形のステッカーの周囲にある長方形のクロップには、必然的に、クロップ領域の 4 隅すべてにスキャナーのガラスの背景の一部が含まれます。
ほとんどの文書のアーカイブと記録保持の目的では、背景の角が見える長方形の切り抜きが完全に許容され、標準の出力形式を表します。背景が望ましくないプレゼンテーション、マーケティング、またはカタログ目的の場合、抽出されたアイテムにはトリミング後に追加のマスキング パスが必要です。マスキングは、非長方形アイテムの周囲の背景領域を白一色のピクセルまたは透明なピクセルに置き換えます。これは基本的に、PDF のトリミング操作ではなく、ラスター イメージの編集操作です。
大量のワークフローのための複数アイテムのスキャンのバッチ処理
組織が数十または数百の複数アイテムのスキャン ページを定期的に処理する場合、アイテムごとに手動で切り抜く四角形の描画がワークフローのボトルネックになります。バッチ自動化ツールは、スキャナーの蓋の背景とアイテム自体の間のコントラスト境界を分析することにより、スキャン ページ上の個別のアイテムを検出できます。これらの検出アルゴリズムは、アイテムが均一な白または黒のスキャナー蓋の背景から明確に分離されている高コントラストのスキャンで最も効果的に機能します。
自動検出の精度は、スキャンの品質とアイテムの配置戦略に大きく依存します。ガラス上で近くに置かれたアイテム、または互いに接触しているアイテムは、個別のピースではなく、単一の大きな複合アイテムとして検出される場合があります。白いスキャナー蓋の背景に対してスキャンされた明るい色のアイテムは、信頼性の高い境界検出に十分なエッジ コントラストを生成しない可能性があります。スキャン前にアイテムの後ろに対照的な色の台紙を配置すると、アイテムの色に関係なく、すべてのアイテムの周囲に均一な高コントラストのエッジが作成され、自動検出の精度が大幅に向上します。
大量の複数アイテムのスキャン操作では、自動切り抜き機能と複数アイテム検出機能が組み込まれた専用のスキャナ ハードウェアにより、ソフトウェア側の切り抜きワークフローが完全に不要になります。これらのスキャナは、スキャン中にガラス表面をリアルタイムで分析し、エッジの境界によって個別のアイテムを検出し、検出された各アイテムを個別の名前付きファイルとして自動的に出力します。 WukongPDF のトリミング ツールは、複数アイテム検出機能が組み込まれたハードウェアが利用できない場合に、このワークフローと同等のソフトウェア ベースを処理し、各領域を独立した PDF ファイルとしてバッチ エクスポートして、単一ページ上で複数のトリミング領域の定義をサポートします。
スキャナー ガラス上のアイテムの物理的な配置は、下流のクロップ精度と処理速度に直接影響します。アイテムの端がスキャナの端とほぼ平行になるようにアイテムを位置合わせすると、デスキュー アルゴリズムが実行する必要がある計算作業が大幅に削減されます。平行から 30 度以上の極端な角度で配置されたアイテムには、より積極的なデスキュー補正が必要であり、補間アーティファクトによってわずかな画質劣化が生じる可能性があります。スキャン ボタンを押す前に、さらに数秒かけてアイテムをガラス上でまっすぐに配置すると、後続のすべての処理ステップの品質が向上します。
スキャナーの蓋の色も、見落としがちな方法で複数アイテムのトリミングの精度に影響します。ほとんどのフラットベッド スキャナの蓋の下側は白またはライトグレーです。白い蓋の背景に対して黒い名刺や紺色のパスポートカバーなどの暗い色のアイテムをスキャンする場合、コントラストは優れており、エッジ検出は適切に機能します。しかし、クリーム色の名刺や白いレシートなどの明るい色のアイテムを同じ白い蓋に対してスキャンすると、自動検出アルゴリズムではエッジがほとんど見えなくなる可能性があります。スキャナーの蓋を閉じる前に、暗い裏紙、黒い画用紙、または暗いフォルダーをアイテムの上に置き、手動と自動の両方の作物検出に依存する高コントラストのエッジを作成します。
複数アイテムのスキャンのバッチにわたる解像度管理には、2 つの競合する目標のバランスを取る必要があります。より高いスキャン解像度 (300 ～ 600 DPI) では、スタンドアロンの判読可能なドキュメントとして機能するのに十分なピクセル密度で抽出されたアイテムが生成されます。ただし、解像度が高くなるとスキャン ファイルも大きくなり、処理に時間がかかり、より多くのストレージを消費します。ほとんどのビジネス文書の複数アイテムのスキャンの実際的な妥協案は、カラーではなくグレースケールで 300 DPI です。グレースケールは、同じ解像度でカラー スキャンの約 3 分の 1 のサイズのファイルを生成しながら、テキストの可読性とエッジ検出に十分なコントラストを提供します。カラー スキャンは、ロゴ、写真、色分けされた文書要素など、色に情報価値があるアイテムのために予約してください。
複数アイテムのトリミング出力をより広範な文書管理ワークフローに統合することで、スキャナーのガラスから組織化されたデジタル リポジトリまでの自動化チェーンが完成します。トリミングされた個々のファイルにコンテンツ由来のメタデータを使用して名前が付けられ、ドキュメント管理システムによって監視されているウォッチ フォルダーに保存されると、物理ドキュメントから検索可能なデジタル レコードに至るまでのプロセス全体が、手動でファイルを処理することなく実行されます。従業員の文書のバッチを処理する人事部門、領収書コレクションをアーカイブする会計チーム、連絡先情報をデジタル化するイベント コーディネーターはすべて、一貫した複数アイテムの切り取りと名前付けのワークフローを通じて、物理的なスキャン手順とデジタル組織システムの間のループを閉じることで恩恵を受けます。