現場事務所から手書きの書類の束が届きます。顧客受付フォーム。検査報告書。病歴アンケート。それぞれの回答は手書きで記入され、さまざまな手書きスタイルで回答が記入され、チェックボックスに X が付けられ、下部に署名が行われます。これらのフォームは文書管理システムで検索できる必要があります。 OCR は手書きのコンテンツを検索可能にする唯一の方法です。ただし、手書きフォームの OCR は、印刷されたテキストの OCR よりもはるかに困難です。筆跡は人によって異なります。フォームには、OCR エンジンが手書きの内容と混同する可能性のある線、ボックス、ラベルが含まれています。可能な限り最高の精度を得るには、フォーム固有の準備と設定が必要です。
手書きフォームの OCR 精度は、フォームのデザイン、手書きの品質、スキャンの品質、OCR エンジンの機能によって決まります。これらの要素のいずれかを改善すると、結果が向上します。最良のアプローチは 4 つすべてに対処します。
2025 年の NIST ベンチマークによると、手書きフォームの OCR 精度は、手書きの一貫性に応じて平均 82 ～ 90 パーセントであるのに対し、印刷テキストの場合は 99 パーセントです (NIST、「手書き認識技術評価」、2025 年)。精度の差は実際にありますが、適切な準備と OCR 後の編集を行えば管理可能です。
手書きフォームのスキャン品質要件
| 係数 | 推奨事項 | 精度への影響 |
|---|---|---|
| 解決 | 最低 300 DPI。小さな手書きまたは細いペン ストロークを含むフォームの場合は 400 ～ 600 DPI | 解像度が高くなると、ペン ストロークの細部が保持されます。解像度が低いとストロークが結合され、文字認識が低下します |
| カラーモード | 白い紙に濃いインクを使用したフォームのグレースケール。意味に影響を与える色分けされたフィールドがフォームで使用されている場合にのみ色を付ける | グレースケールは、カラーよりも OCR のコントラストに優れています。カラースキャンはサイズが大きいため、ノイズが発生する可能性があります |
| デスキュー | OCR の前にすべてのページをまっすぐにします。もともと不規則な手書き文字は傾けると読めなくなる | 傾いた手書き文字は文字の分割を壊します。 OCR エンジンは、ある文字がどこで終わり、次の文字が始まるかを判断できません。 |
| コントラスト強調 | コントラストを上げると手書きが暗くなり、フォームの背景が明るくなります。スキャナーのノイズと紙の質感を除去する | よりクリーンな入力により、フォームの線、ボックス、背景のアーティファクトからの誤った文字検出が減少します |
フォーム固有の OCR の準備
OCR を実行する前に、フォーム構造からの干渉を最小限に抑えるためにフォーム イメージを準備します。可能であれば、画像処理を使用して、手書きの内容を維持しながら、フォームの線やボックスを削除または明るくします。これは技術的には困難ですが、エンジンがフォームの線と手書きのストロークを混同しなくなるため、OCR の精度が劇的に向上します。フォーム行の削除が現実的でない場合は、各フォーム フィールドを個別にトリミングし、各フィールドで個別に OCR を実行します。フィールド レベルのアプローチにより、OCR エンジンが隣接するフィールドやフォーム要素によって混乱するのを防ぎます。
WukongPDF OCR ツールはスキャンされたフォームを処理します。手書きコンテンツのOCR PDFの品質は、スキャンの準備によって決まります。クリーンな入力により、認識が向上します。入力にノイズが多いとエラーが発生し、手動で修正する必要があります。
OCR後の編集と検証
手書きフォームからの OCR 出力を編集することが予想されます。名前、数値、日付、およびエラーによって意味が変わるフィールドに重点を置いて修正します。 「はい」を「いいえ」に変えるチェックマークの読み間違いは、一般的な単語のスペルを間違えるよりも重要です。 OCR 出力を重要なフィールドの元のフォームと比較します。手書きコンテンツを含むスキャン PDFは、印刷されたドキュメントよりも多くの編集が必要になります。それに応じて時間を予算に入れてください。
フォーム上の一般的な OCR エラーを認識できるようにトレーニングする
いくつかの手書きフォームを処理すると、パターンに気づくでしょう。 OCR エンジンは特定の文字を常に混乱させます。数字の 4 は 9 になります。文字 a は o になります。これらのパターンを認識すると、どこを見るべきかがわかるため、修正が迅速化されます。
定期的に処理するフォームの個人エラー参照を作成します。 OCR のミスが繰り返されていることに注意してください。次のフォームを編集するときは、最初にこれらの特定のエラーがないか確認してください。 OCR PDFの修正プロセスは、経験を重ねるにつれて速くなります。
フォームフィールドを使用した OCR 処理のガイド
手書きフォームにボックスまたは線で明確に定義されたフィールドがある場合は、各フィールドを個別にトリミングし、各フィールドで個別に OCR を実行します。フィールド レベルのアプローチにより、OCR エンジンが隣接するフィールドやフォーム ラベルによって混乱するのを防ぎます。名前フィールド ORed を単独で使用すると、同じフィールド ORed をページ全体の一部として使用するよりもきれいな出力が生成されます。
スキャン PDF フィールド レベル OCR アプローチは、全ページ OCR よりも労力がかかりますが、特に小さな手書き文字やフィールドが密集しているフォームの場合、より高い精度が得られます。
コンテキストを使用して OCR エラーを曖昧さを解消する
「City」というラベルの付いた手書きのフォームフィールド。都市名を含める必要があります。そのフィールドの OCR 出力が「N3w Y0rk」である場合、数字 3 と数字 0 を使用すると、コンテキストから「ニューヨーク」であることが分かります。フィールド ラベルと予期されるコンテンツ タイプを使用して、OCR エラーを特定して修正します。名前フィールドには数字を含めないでください。電話番号フィールドには数字と区切り文字のみを含める必要があります。
フィールド コンテキストを使用した OCR PDF の修正は、すべての文字を元の文字と比較するよりも高速です。フィールド ラベルは、どのような種類のデータが期待されるかを示します。その期待に反する文字は、OCR エラーである可能性があります。
フォームをバッチでスキャンして一貫した品質を実現
スキャン プロセスを制御できる場合は、すべてのフォームを同じ設定でバッチでスキャンします。一貫したスキャン品質により、一貫した OCR 精度が得られます。一部のフォームが 200 DPI でスキャンされ、他のフォームが 400 DPI でスキャンされたバッチでは、OCR 品質が変動し、異なるレベルの修正作業が必要になります。
スキャン PDF バッチ スキャン アプローチにより、入力品質が標準化されます。一貫した入力は一貫した出力を生み出します。入力が可変であると、人間の注意がさらに必要となる可変の結果が生成されます。
印刷されたフォーム要素から手書きを分離する
フォームには、印刷されたラベル、線、ボックスに加えて、手書きの回答が含まれています。 OCR エンジンは手書きのみを認識し、印刷された要素は無視する必要があります。しかし、印刷された要素によってエンジンが混乱し、フォームの線が文字 I または数字の 1 として認識される可能性があります。手書きを維持しながら印刷されたフォーム要素を削除または明るくする画像前処理により、精度が大幅に向上します。
一部の OCR ツールは、印刷された背景から手書きを分離するように設計されたフォーム固有の処理モードを提供します。ツールでこれが提供されている場合は、有効にしてください。 OCR PDF フォーム処理モードは、汎用 OCR よりもきれいな出力を生成します。
参照用の一般的な手書きスタイルのライブラリを構築する
同じ人からのフォームを定期的に処理すると、その人の手書きは見慣れたものになります。ジェーンはいつも S を 5 のように書き、マークは I を右端に点を打っていることがわかります。各人が自分の特徴を手書きでメモしたリファレンス シートを作成します。リファレンスを使用すると、何を調べるべきかがわかるため、修正が迅速化されます。
スキャン PDF 個人の手書きリファレンスは、一貫した一連の寄稿者からのフォームを処理するチームにとって最も価値があります。このリファレンスにより、後続のすべてのフォームの修正速度と精度が向上します。