Uma página de anotações de reunião escritas à mão em um caderno, fotografadas com um telefone e salvas como PDF digitalizado contém informações valiosas que são completamente inacessíveis para pesquisar, copiar e colar e leitores de tela. As palavras são visíveis ao olho humano, mas são apenas formas de uma imagem para o computador. A conversão dessas notas manuscritas em texto digitado editável torna-as pesquisáveis, copiáveis e utilizáveis em qualquer documento ou aplicativo.
O reconhecimento de caligrafia é mais difícil do que o reconhecimento de texto impresso porque a caligrafia de cada pessoa é única. Os formatos das letras variam muito mais entre indivíduos do que as fontes impressas, e o mecanismo de reconhecimento deve lidar com essa variabilidade.
A conversão de notas manuscritas em um documento OCR PDF digitalizado em texto digitado editável requer um mecanismo de OCR compatível com escrita à mão que possa reconhecer escrita manuscrita e cursiva e um fluxo de trabalho que lide com a maior taxa de erros de reconhecimento de escrita à mão em comparação com OCR de texto impresso. As ferramentas PDF digitalizado e OCR de WukongPDF suportam o reconhecimento de texto, e a orientação abaixo cobre a maximização da precisão do reconhecimento de escrita.
Por que o reconhecimento de caligrafia é significativamente mais difícil do que o OCR de texto impresso
O OCR de texto impresso funciona combinando formas de caracteres com padrões de fontes conhecidos. A letra A em Times New Roman parece a mesma, quer eu digite, você digite ou uma máquina imprima. O mecanismo de reconhecimento possui um modelo claro e consistente para cada caractere em cada fonte comum. O reconhecimento de escrita não possui tais modelos porque a letra A de cada pessoa parece diferente. O mecanismo deve reconhecer os padrões estatísticos dos caracteres manuscritos em meio a enormes variações de forma, tamanho, inclinação e conexão entre as letras.
A caligrafia cursiva, onde as letras de uma palavra são conectadas, adiciona uma camada adicional de complexidade. O mecanismo de reconhecimento deve segmentar letras conectadas em caracteres individuais antes de reconhecer cada uma. A segmentação incorreta, dividindo uma letra m em r e n, ou fundindo duas letras em uma, é uma importante fonte de erros de reconhecimento de escrita. A caligrafia impressa, onde cada letra é escrita separadamente, é significativamente mais fácil de ser processada pelos mecanismos de reconhecimento e produz resultados de maior precisão.
Experimente o OCR de PDF
Nenhuma instalação necessária. Funciona diretamente no seu navegador.
Preparando a imagem digitalizada para reconhecimento de caligrafia
A qualidade da imagem de origem é o maior fator na precisão do reconhecimento de escrita, mais importante do que a escolha do mecanismo de reconhecimento. Digitalize ou fotografe a página manuscrita com no mínimo 300 DPI, sendo 600 DPI recomendado para caligrafia pequena ou densa. Garanta uma iluminação uniforme e sem sombras em toda a página. Segure a câmera ou o telefone paralelo à página para minimizar a distorção da perspectiva. Quanto melhor for a imagem de origem, mais preciso será o reconhecimento.
Aprimore a imagem digitalizada antes de executar o reconhecimento. Aumente o contraste para escurecer a tinta e clarear o fundo do papel. Aplique um filtro de nitidez para tornar as bordas dos traços manuscritos mais nítidas. Converta a imagem em tons de cinza ou preto e branco puro usando limite adaptativo, que lida melhor com iluminação irregular do que um limite global. A imagem aprimorada apresenta formas de caracteres mais limpas e distintas ao mecanismo de reconhecimento.
Usando mecanismos de OCR com capacidade de escrita à mão
Mecanismos de OCR de uso geral, como o Tesseract, incluem modos de reconhecimento de manuscrito que podem ser ativados por meio de definições de configuração. No Tesseract, especifique o modelo de idioma que inclui suporte para escrita manual e defina o modo de segmentação de página para tratar a imagem como um único bloco de texto. A API Google Cloud Vision e o Microsoft Azure Computer Vision incluem recursos de reconhecimento de manuscrito em seus serviços de OCR baseados em nuvem.
Aplicativos dedicados de reconhecimento de escrita manual, como Nebo, GoodNotes ou o recurso de tinta para texto do Microsoft OneNote, são otimizados especificamente para escrita manual e geralmente produzem melhores resultados do que os mecanismos gerais de OCR inseridos no serviço de escrita manual. Exporte o texto reconhecido do aplicativo de manuscrito e reintegre-o ao PDF digitalizado original, se necessário.
| Fator | Efeito na precisão | Recomendação |
|---|---|---|
| Resolução de digitalização | Resolução mais alta fornece mais detalhes por caractere | Mínimo de 300 DPI, 600 DPI para caligrafia pequena |
| Iluminação | Sombras e iluminação irregular obscurecem as bordas dos personagens | Iluminação difusa e uniforme; evite o flash da câmera |
| Estilo de escrita | A caligrafia impressa é mais fácil do que a cursiva | Se você controla a fonte, escreva impresso para obter melhores resultados |
| Aprimoramento de imagem | Uma entrada mais limpa produz um reconhecimento mais limpo | Aumente o contraste, aprimore e aplique limiar adaptativo |
Revisando e corrigindo o texto reconhecido
O reconhecimento de escrita manual sempre produz erros, normalmente uma taxa de erro de caracteres de 5 a 20%, dependendo da qualidade da escrita manual e das condições da imagem. Revise o texto reconhecido em relação à página manuscrita original e corrija palavras reconhecidas incorretamente. A etapa de correção leva tempo, mas é essencial para que a saída possa ser usada para pesquisa, copiar e colar ou edição adicional.
Para documentos onde é necessária precisão perfeita, como registros legais ou anotações médicas, trate o texto reconhecido como um índice de pesquisa em vez de um substituto para a caligrafia original. Mantenha a imagem digitalizada original como registro oficial. Use o texto reconhecido para ativar a pesquisa por palavra-chave que encontra a página relevante na digitalização original. A combinação de texto reconhecido pesquisável e a imagem original oferece o melhor de ambos: facilidade de localização no texto, fidelidade na imagem.
Experimente o OCR de PDF
Nenhuma instalação necessária. Funciona diretamente no seu navegador.