Optische tekenherkenning is ontworpen voor tekst. Het vindt regels met tekens, segmenteert deze in afzonderlijke letters en vergelijkt die vormen met bekende tekenpatronen. Een met de hand getekend diagram, een stroomdiagram geschetst op een whiteboard, een organigram getekend op een servet, een schakelschema getekend in een notitieboekje van een ingenieur, bevat vrijwel geen machineherkenbare tekst. Standaard OCR produceert niets of een wirwar aan onzintekens doordat lijnen en vormen verkeerd worden geclassificeerd als letters.
Diagrammen hebben een fundamenteel andere herkenningsaanpak nodig dan tekst.
Het extraheren van informatie uit een handgetekend diagram via OCR PDF-tools betekent het gebruik van gespecialiseerde diagramherkenning, handmatige annotatie of een hybride aanpak waarbij OCR alle tekstlabels afhandelt en de export van afbeeldingen de diagramstructuur behoudt voor handmatige of AI-ondersteunde interpretatie. De Gescande PDF- en OCR-tools van WukongPDF verwerken de tekstgedeelten, en de onderstaande workflow beschrijft wat u moet doen met de gedeelten die OCR niet kan lezen.
Waarom standaard OCR mislukt bij diagrammen en schetsen
OCR-engines zoeken naar de statistische tekstpatronen: ruwweg horizontale lijnen van ongeveer gelijke hoogte tekens, consistent verdeeld, met woord- en letterafstanden binnen het verwachte bereik. Een handgetekend diagram schendt al deze aannames. Lijnen zijn niet horizontaal. Vormen zijn geen karakters. Openingen tussen elementen hebben geen relatie met de tekstafstand. De engine past zijn tekstmodel toe op inhoud die niet overeenkomt met het model, en de uitvoer is ruis.
Dezelfde engine die een nauwkeurigheid van 98% op een afgedrukte pagina bereikt, kan 0% zinvolle uitvoer in een diagram retourneren, niet omdat de engine slecht is, maar omdat er nooit aan is gevraagd om te doen wat er van hem wordt gevraagd. Dit is de fundamentele discrepantie die u moet begrijpen voordat u OCR in een diagram probeert. De vraag is niet welke OCR-engine we moeten gebruiken. De vraag is welke informatie je uit het diagram nodig hebt en of OCR die informatie kan extraheren of dat er een andere tool nodig is.
Tekstlabels extraheren met behoud van het diagram
De meeste handgetekende diagrammen bevatten wat tekst: labels op stroomdiagramvakken, astitels op geschetste grafieken, namen van componenten op schakelschema's, namen in organigramvakken. Met deze tekst kan OCR daadwerkelijk helpen. Voer OCR uit op de diagrampagina zoals u dat op elk gescand document zou doen. De engine zal de tekstlabels vinden en deze retourneren als herkende tekenreeksen. Negeer de ruis die het veroorzaakt door de diagramelementen. Filter de uitvoer op herkenbare woorden en zinsdelen, dit zijn de tekstlabels die u nodig heeft.
Exporteer de diagrampagina als afbeelding met hoge resolutie naast de OCR-tekstuitvoer. De afbeelding behoudt de visuele diagramstructuur. De OCR-tekstuitvoer biedt doorzoekbare labels waarmee u specifieke diagrammen in een verzameling kunt vinden zonder elke afbeelding te openen. De combinatie, doorzoekbare labels plus visueel beeld, dient de meeste praktische doeleinden beter dan elk afzonderlijk. U kunt zoeken naar een stroomdiagram met budgetgoedkeuring en de afbeelding openen om het diagram te bekijken, zonder dat de OCR-engine de diagramstructuur hoeft te begrijpen.
Gebruik van AI-aangedreven hulpmiddelen voor diagramherkenning
Gespecialiseerde tools die zijn getraind op diagramgegevens kunnen handgetekende diagrammen interpreteren op een manier die algemene OCR-engines niet kunnen. Deze tools herkennen veelgebruikte diagramtypen, stroomdiagrammen, organigrammen, mindmaps en netwerkdiagrammen en zetten deze om in bewerkbare versies in toepassingen zoals Microsoft Visio, Lucidchart of Draw.io. De herkenning is niet perfect, lijnen kunnen verkeerd worden geïnterpreteerd, vormen kunnen verkeerd worden geclassificeerd, maar de uitvoer is een startpunt voor handmatige opschoning, wat veel sneller is dan het helemaal opnieuw tekenen van het diagram.
Scan het diagram met de hoogst beschikbare resolutie, idealiter 600 DPI, voordat u het naar een diagramherkenningstool stuurt. Handgetekende lijnen zijn dunner en minder consistent dan gedrukte lijnen, en de hogere resolutie geeft het herkenningsalgoritme meer gegevens om mee te werken. Een scan van 150 DPI die prima zou zijn voor tekst-OCR produceert dubbelzinnige lijnsporen op een handgetekend diagram, waarbij het herkenningsalgoritme geen onderscheid kan maken tussen een opzettelijke lijn, een vlek en de papiertextuur.
Het diagram voorbereiden voor betere herkenningsresultaten
De kwaliteit van het bronbeeld is meer bepalend voor de nauwkeurigheid van de herkenning dan de keuze van het hulpmiddel. Fotografeer het diagram onder gelijkmatig, diffuus licht. Vermijd schaduwen van een telefoon of camera. Plaats het papier op een vlakke, contrastrijke ondergrond. Kadreer de opname om de afbeelding met het diagram te vullen, waardoor de lege omgeving wordt geminimaliseerd. Een goed belichte, vlakke foto met hoge resolutie van een potloodschets kan betere herkenningsresultaten opleveren dan een slecht belichte foto van een professioneel geïnkt diagram.
Verbeter de afbeelding voordat u deze naar de herkenningstool verzendt. Verhoog het contrast om lijnen donkerder te maken en de achtergrond van het papier lichter te maken. Converteren naar grijswaarden als kleur niet zinvol is. Pas een licht verscherpingsfilter toe om de lijnranden scherper te maken. Deze verbeteringen, beschikbaar in elke standaard afbeeldingseditor, duren 30 seconden en kunnen de herkenningsnauwkeurigheid met 20-30 procentpunten verbeteren op marginale bronafbeeldingen. Het herkenningshulpmiddel ziet de verbeterde afbeelding. Het weet niet dat het origineel moeilijker te lezen was.
Handmatige annotatie als alternatief voor automatische herkenning
Voor een klein aantal diagrammen is handmatige annotatie sneller dan vechten met herkenningstools. Open de diagramafbeelding in een PDF-annotatietool. Voeg tekstcommentaar toe waarin de belangrijkste elementen worden beschreven: Het proces begint hier, Beslissingspunt: budget groter dan 10.000, Goedkeuring vereist van financieel directeur. De annotaties zijn doorzoekbare tekst die naast de diagramafbeelding in de PDF staat. Toekomstige lezers kunnen zoeken naar de termen in de annotaties en het diagram vinden.
Annotatie dwingt u ook om het diagram te begrijpen. Als u een stroomdiagram in woorden beschrijft, betekent dit dat u moet interpreteren wat de oorspronkelijke auteur bedoelde. Deze interpretatieve stap spoort fouten en dubbelzinnigheden op in het oorspronkelijke diagram die door automatische herkenning zouden worden gemist of stilletjes verkeerd zouden worden geïnterpreteerd. De tijd die aan het annoteren wordt besteed, is de tijd die wordt besteed aan het begrijpen, en dat begrip voegt waarde toe die verder gaat dan wat het herkenningsinstrument zou kunnen opleveren.
| Inhoud diagram | OCR-resultaat | Aanbevolen aanpak |
|---|---|---|
| Gedrukte tekstlabels op diagram | Hoge nauwkeurigheid | Standaard OCR, filteruitvoer voor herkenbare woorden |
| Handgeschreven tekstlabels | Matige nauwkeurigheid | OCR met handschriftherkenningsmodus, uitvoer verifiëren |
| Lijnen, pijlen, vakken, vormen | Lawaai of niets | Exporteer als afbeelding, maak handmatig aantekeningen of gebruik de diagramtool |
| Gemengde tekst- en diagramelementen | Tekst hersteld, diagram verloren | OCR voor labels + afbeeldingsexport voor visuele structuur |
| Standaard diagramtypen (stroomdiagram, organigram) | Arm | AI-diagramherkenningstool en vervolgens handmatig opschonen |
De resultaten opslaan en ordenen
Na verwerking zou elk diagram in drie vormen moeten bestaan: de originele gescande pagina in de PDF, de OCR-geëxtraheerde tekstlabels voor doorzoekbaarheid, en een geannoteerde versie of een reconstructie van een diagramtool voor bewerkbaarheid. Bewaar ze alle drie samen in een documentbeheersysteem of een cloudmap met consistente naamgeving. Het origineel is het gezaghebbende document. De OCR-tekst maakt zoeken mogelijk. De geannoteerde of gereconstrueerde versie maakt toekomstige bewerking mogelijk.
Voeg beschrijvende metadata toe aan de PDF met het diagram. De titel, auteur, datum en een korte beschrijving van de inhoud van het diagram in de velden Documenteigenschappen maken het bestand vindbaar via zoeken op het besturingssysteem, zelfs zonder volledige OCR. Een diagram met metadata die Q3-2025-Budget-Flowchart leest, vindt zijn weg naar de juiste persoon via een zoekopdracht op bestandsnaam, terwijl een naamloze scan van een whiteboardfoto dat niet doet.