스캔한 문서가 있고 그 안에 있는 텍스트가 필요합니다. 두 가지 옵션: OCR 도구를 통해 실행하거나 직접 다시 입력합니다. 본능은 일반적으로 OCR로 바로 이동하는 것입니다. 더 빠르고 자동화되어 있으며 확실히 올바른 선택인 것 같습니다. 그러나 OCR이 항상 정답은 아니며 수동으로 다시 입력하는 것이 항상 잘못된 것도 아닙니다. 최선의 선택은 문서의 모양과 출력으로 수행해야 하는 작업에 따라 달라집니다.
OCR의 실제 기능과 부족한 부분
OCR(광학 문자 인식)은 이미지를 픽셀 단위로 분석하고 알려진 문자 패턴과 일치하는 모양을 식별하여 텍스트로 변환합니다. 최신 OCR은 정말 인상적입니다. 여러 글꼴, 혼합 언어 및 합리적인 스캔 품질을 높은 정확도로 처리합니다. www.wukongpdf.com에 있는 WukongPDF의 OCR PDF 도구는 스캔한 문서를 처리하고 수동 입력 없이 검색 및 선택 가능한 텍스트를 반환합니다.
그러나 OCR 정확도는 100%가 아니며 완벽한 차이는 사용 사례에 따라 다릅니다. 99%의 정확도를 가진 문서는 1,000 단어로 된 문서에서 여전히 10개의 오류가 있다는 사실을 깨닫기 전까지는 좋게 들립니다. 전체 출력을 원본에 대해 교정하지 않으면 발견할 수 없는 오류입니다. 법적 계약, 재무 보고서 또는 정확성이 중요한 문서의 경우 이러한 오류는 검토 없이는 허용되지 않습니다.
OCR이 확실한 승자인 경우
볼륨은 OCR이 경쟁할 수 없는 부분입니다. 디지털화할 페이지가 10페이지, 50페이지 또는 500페이지인 경우 다시 입력하는 것은 실행 가능한 옵션이 아닙니다. OCR은 길이에 관계없이 페이지를 몇 초 안에 처리합니다. 시간 이점이 너무 커서 전체 교정 통과를 고려하더라도 OCR이 여전히 큰 차이로 승리합니다.
OCR은 다음과 같은 경우에도 의미가 있습니다.
- 주요 목표는 완벽한 정확성보다는 검색 가능성입니다. 예를 들어 오래된 문서 아카이브를 키워드로 찾을 수 있게 만드는 것입니다.
- 문서가 깨끗하고 조명이 밝으며 표준 글꼴로 입력되어 있습니다. OCR 정확도가 가장 높은 조건입니다.
- 원시 텍스트뿐만 아니라 제목, 단락, 열 등 문서 구조를 보존해야 합니다.
수동 재입력이 실제로 더 나은 경우
재입력은 OCR에 비해 한 가지 결정적인 이점이 있습니다. 즉, 입력한 내용이 그대로 출력된다는 점입니다. 인식 오류, 문자 대체, 얼룩진 스캔으로 인한 잘못된 선이 없습니다. 정확성이 보장되어야 하고 문서가 짧은 경우 OCR을 실행한 다음 결과를 교정하는 것보다 다시 입력하는 것이 더 빠른 경우가 많습니다.
다음과 같은 경우 수동 재입력이 승리하는 경향이 있습니다.
- 문서는 한 페이지 이하로 짧으며 전체 텍스트가 아닌 특정 정보만 필요합니다.
- 스캔 품질이 좋지 않습니다. 손으로 쓴 메모, 색이 바랜 잉크, 특이한 글꼴 또는 심한 배경 소음으로 인해 대부분의 OCR 엔진이 작동하지 않고 다시 입력하는 것보다 더 많은 수정이 필요한 출력이 생성됩니다.
- 콘텐츠는 주로 일련번호, 계좌 번호, 참조 코드 등 하나의 잘못된 문자로 인해 심각한 오류가 발생하는 숫자, 코드 또는 식별자입니다.
- 진행하면서 형식을 다시 지정합니다. 콘텐츠를 그대로 추출하는 것이 아니라 다른 목적으로 콘텐츠를 재구성합니다.
대부분의 사람들이 생각하지 못하는 접근 방식: OCR 후 즉각 확인
정확성이 중요한 중간 길이 문서의 경우 가장 효율적인 작업 흐름은 대개 OCR을 실행하여 대량의 텍스트를 가져온 다음 모든 것을 교정하는 대신 오류가 있을 가능성이 가장 높은 섹션을 찾아내는 조합입니다.
OCR 오류는 예측 가능한 위치에 클러스터됩니다. 스캔이 약간 흐릿한 영역, 비정상적인 서식이 있는 섹션, 숫자가 텍스트에 혼합된 부분, 스캔이 약간 기울어졌을 수 있는 페이지 가장자리 근처의 모든 것. 해당 부분을 주의 깊게 확인하고 나머지 부분은 훑어보세요. 이 하이브리드 접근 방식은 확인되지 않은 원시 출력을 수락하는 것보다 훨씬 더 나은 정확도로 OCR의 속도 이점을 최대한 활용합니다.
스캔한 문서를 다루는 대부분의 사람들에게 OCR은 수동으로 다시 입력하는 것이 더 나은 선택이 될 수 없을 정도로 작업을 잘 처리합니다. 짧고 정확성이 중요하거나 품질이 낮은 문서는 예외입니다. 이러한 경우에는 "더 빠른" 문서가 필요하다는 점을 인식하는 것이 좋습니다. 검토 시간을 고려하면 자동 옵션이 항상 더 빠른 것은 아닙니다.
한 문장으로 결정
페이지보다 긴 항목, 검색 가능성이 목표인 항목 또는 깔끔하게 스캔된 항목에는 OCR PDF을 사용하세요. 문서가 짧거나, 스캔 품질이 좋지 않거나, 특정 값에 대해 오류 없는 정확성이 필요한 경우 다시 입력하세요. 의심스러운 경우 먼저 OCR을 시도해 보십시오. 출력이 깨끗해 보이면 작업이 완료된 것입니다. 심한 수정이 필요한 경우 스위치가 접근합니다.