광학 문자 인식은 텍스트용으로 설계되었습니다. 문자 줄을 찾아 개별 문자로 분할한 다음 해당 모양을 알려진 문자 패턴과 일치시킵니다. 손으로 그린 다이어그램, 화이트보드에 스케치한 순서도, 냅킨에 그린 조직도, 엔지니어 노트에 연필로 적힌 회로도에는 기계가 인식할 수 있는 텍스트가 거의 없습니다. 표준 OCR은 선과 도형을 문자로 잘못 분류하여 아무것도 생성하지 않거나 말도 안되는 문자를 뒤섞어 생성합니다.
다이어그램에는 텍스트와 근본적으로 다른 인식 접근 방식이 필요합니다.
OCR PDF 도구를 통해 손으로 그린 다이어그램에서 정보를 추출한다는 것은 전문적인 다이어그램 인식, 수동 주석 또는 OCR이 텍스트 레이블을 처리하고 이미지 내보내기가 수동 또는 AI 지원 해석을 위해 다이어그램 구조를 보존하는 하이브리드 접근 방식을 사용하는 것을 의미합니다. WukongPDF의 스캔 PDF 및 OCR 도구는 텍스트 부분을 처리하며, 아래 워크플로에서는 OCR이 읽을 수 없는 부분을 처리하는 방법을 다룹니다.
다이어그램 및 스케치에서 표준 OCR이 실패하는 이유
OCR 엔진은 텍스트의 통계적 패턴을 찾습니다. 즉, 높이가 거의 같은 문자로 이루어진 대략 수평선, 일정한 간격으로 배치되어 있고 단어와 문자의 간격이 예상 범위에 속합니다. 손으로 그린 다이어그램은 이러한 가정을 모두 위반합니다. 선이 수평이 아닙니다. 도형은 문자가 아닙니다. 요소 사이의 간격은 텍스트 간격과 관계가 없습니다. 엔진은 모델과 일치하지 않는 콘텐츠에 텍스트 모델을 적용하며 출력은 노이즈입니다.
인쇄된 페이지에서 98%의 정확도를 달성하는 동일한 엔진이 다이어그램에서 의미 있는 출력을 0%로 반환할 수 있습니다. 이는 엔진이 나쁘기 때문이 아니라 요청된 작업을 수행하라는 요청을 받은 적이 없기 때문입니다. 이는 다이어그램에서 OCR을 시도하기 전에 이해해야 할 근본적인 불일치입니다. 문제는 어떤 OCR 엔진을 사용할 것인가가 아닙니다. 문제는 다이어그램에서 어떤 정보가 필요한지, OCR이 해당 정보를 추출할 수 있는지 또는 다른 도구가 필요한지 여부입니다.
다이어그램을 유지하면서 텍스트 라벨 추출
대부분의 손으로 그린 다이어그램에는 순서도 상자의 레이블, 스케치된 그래프의 축 제목, 회로도의 구성 요소 이름, 조직도 상자의 이름 등 일부 텍스트가 포함되어 있습니다. 이 텍스트는 OCR이 실제로 도움을 줄 수 있는 내용입니다. 스캔한 문서에서와 마찬가지로 다이어그램 페이지에서 OCR을 실행합니다. 엔진은 텍스트 레이블을 찾아 인식된 문자열로 반환합니다. 다이어그램 요소에서 생성되는 노이즈를 무시하십시오. 필요한 텍스트 레이블이 될 인식 가능한 단어 및 구문에 대한 출력을 필터링합니다.
OCR 텍스트 출력과 함께 다이어그램 페이지를 고해상도 이미지로 내보냅니다. 이미지는 시각적 다이어그램 구조를 유지합니다. OCR 텍스트 출력은 각 이미지를 열지 않고도 컬렉션의 특정 다이어그램을 찾을 수 있는 검색 가능한 레이블을 제공합니다. 검색 가능한 라벨과 시각적 이미지의 조합은 둘 중 하나만 사용하는 것보다 가장 실용적인 목적에 더 적합합니다. OCR 엔진이 다이어그램 구조를 이해할 필요 없이 예산 승인이 포함된 순서도를 검색하고 이미지를 열어 다이어그램을 볼 수 있습니다.
AI 기반 다이어그램 인식 도구 사용
다이어그램 데이터에 대해 훈련된 전문 도구는 일반 OCR 엔진이 할 수 없는 방식으로 손으로 그린 다이어그램을 해석할 수 있습니다. 이러한 도구는 일반적인 다이어그램 유형, 순서도, 조직도, 마인드 맵, 네트워크 다이어그램을 인식하고 이를 Microsoft Visio, Lucidchart 또는 Draw.io와 같은 응용 프로그램에서 편집 가능한 버전으로 변환합니다. 인식이 완벽하지 않고 선이 잘못 해석될 수 있으며 모양이 잘못 분류될 수 있지만 출력은 다이어그램을 처음부터 다시 그리는 것보다 훨씬 빠른 수동 정리의 시작점이 됩니다.
다이어그램 인식 도구에 다이어그램을 공급하기 전에 사용 가능한 최고 해상도(이상적으로는 600DPI)로 다이어그램을 스캔하십시오. 손으로 그린 선은 인쇄된 선보다 더 얇고 일관성이 떨어지며, 해상도가 높을수록 인식 알고리즘에 더 많은 데이터가 제공됩니다. 텍스트 OCR에 적합한 150 DPI 스캔은 손으로 그린 다이어그램에 모호한 선 추적을 생성하며 인식 알고리즘은 의도적인 선, 얼룩 및 종이 질감을 구별할 수 없습니다.
더 나은 인식 결과를 위한 다이어그램 준비
소스 이미지의 품질은 도구 선택보다 인식 정확도를 더 좌우합니다. 균일한 확산 조명 아래에서 다이어그램을 촬영합니다. 휴대폰이나 카메라로 인해 드리워진 그림자를 피하세요. 평평하고 대비가 강한 표면에 용지를 놓습니다. 빈 주변 영역을 최소화하면서 다이어그램으로 이미지를 채우도록 샷의 구도를 잡습니다. 조명이 밝고 납작한 고해상도 연필 스케치 사진은 전문적으로 잉크로 그린 다이어그램의 조명이 어두운 사진보다 더 나은 인식 결과를 얻을 수 있습니다.
인식 도구에 이미지를 공급하기 전에 이미지를 향상하십시오. 대비를 높여 선을 어둡게 하고 용지 배경을 밝게 합니다. 색상이 의미가 없으면 회색조로 변환합니다. 선 가장자리를 더 선명하게 만들려면 약간의 샤프닝 필터를 적용하세요. 모든 기본 이미지 편집기에서 사용할 수 있는 이러한 향상 기능은 30초가 소요되며 한계 소스 이미지의 인식 정확도를 20~30% 포인트 향상시킬 수 있습니다. 인식 도구는 향상된 이미지를 봅니다. 원본이 읽기 더 어렵다는 것은 모릅니다.
자동 인식의 대안인 수동 주석
다이어그램 수가 적은 경우 인식 도구를 사용하는 것보다 수동으로 주석을 추가하는 것이 더 빠릅니다. PDF 주석 도구에서 다이어그램 이미지를 엽니다. 핵심 요소를 설명하는 텍스트 설명을 추가하세요. 여기서 프로세스가 시작됩니다. 결정 지점: 예산이 10,000 이상, 재무 이사의 승인이 필요합니다. 주석은 PDF 내부의 다이어그램 이미지와 함께 있는 검색 가능한 텍스트입니다. 미래의 독자들은 주석에 있는 용어를 검색하고 다이어그램을 찾을 수 있습니다.
주석은 또한 다이어그램을 이해하도록 강요합니다. 순서도를 말로 설명한다는 것은 원저자가 의도한 바를 해석해야 한다는 의미입니다. 이 해석 단계는 자동화된 인식이 놓치거나 자동으로 잘못 해석할 수 있는 원본 다이어그램의 오류와 모호성을 포착합니다. 주석을 다는 데 소요되는 시간은 이해에 소요되는 시간이며, 그 이해는 인식 도구가 생산할 수 있는 모든 것 이상의 가치를 더합니다.
| 다이어그램 내용 | OCR 결과 | 권장 접근방식 |
|---|---|---|
| 다이어그램에 인쇄된 텍스트 라벨 | 높은 정확도 | 표준 OCR, 인식 가능한 단어에 대한 필터 출력 |
| 손으로 쓴 텍스트 라벨 | 보통의 정확도 | 필기 인식 모드를 갖춘 OCR, 출력 확인 |
| 선, 화살표, 상자, 도형 | 소음이 있든 없든 | 이미지로 내보내기, 수동으로 주석 추가 또는 다이어그램 도구 사용 |
| 혼합된 텍스트 및 다이어그램 요소 | 텍스트가 복구되고 다이어그램이 손실됨 | 라벨용 OCR + 시각적 구조용 이미지 내보내기 |
| 표준 다이어그램 유형(흐름도, 조직도) | 가난한 | AI 다이어그램 인식 도구 후 수동 정리 |
결과 저장 및 정리
처리 후 각 다이어그램은 PDF의 원본 스캔 페이지, 검색을 위한 OCR 추출 텍스트 레이블, 편집을 위한 주석이 달린 버전 또는 다이어그램 도구 재구성의 세 가지 형식으로 존재해야 합니다. 세 가지를 모두 문서 관리 시스템이나 클라우드 폴더에 일관된 이름으로 함께 저장하세요. 원본은 권위 있는 기록입니다. OCR 텍스트를 사용하면 검색이 가능합니다. 주석이 추가되거나 재구성된 버전을 사용하면 향후 편집이 가능합니다.
다이어그램이 포함된 PDF에 설명 메타데이터를 추가합니다. 문서 속성 필드의 제목, 작성자, 날짜 및 다이어그램 내용에 대한 간략한 설명을 통해 전체 OCR 없이도 운영 체제 검색을 통해 파일을 찾을 수 있습니다. Q3-2025-Budget-Flowchart를 읽는 메타데이터가 있는 다이어그램은 화이트보드 사진의 제목 없는 스캔이 검색되지 않는 파일 이름 검색을 통해 올바른 사람에게 가는 길을 찾습니다.