O reconhecimento óptico de caracteres funciona detectando formas escuras em um fundo claro e combinando essas formas com padrões de letras conhecidos. Quando o fundo não tem uma cor clara uniforme, mas contém um padrão, textura ou marca d'água, o mecanismo de reconhecimento enfrenta um problema fundamentalmente mais difícil. Cada elemento padronizado na página é um potencial falso positivo que o OCR deve distinguir do texto real. Papel com marca d'água, papel de carta texturizado, impressões de segurança xadrez e bordas decorativas adicionam ruído visual que reduz a precisão do OCR. A questão não é se o OCR consegue lidar com esses antecedentes, mas em que condições ele é bem-sucedido e quando a precisão cai abaixo do ponto de utilidade.
Como os padrões de fundo interferem no reconhecimento de caracteres
Os mecanismos de OCR processam uma página convertendo-a primeiro em uma imagem binária em preto e branco por meio de um processo chamado limiar. Cada pixel mais escuro que um valor de corte fica preto. Cada pixel mais claro fica branco. Em uma página branca e limpa com texto escuro, a limiarização produz uma imagem nítida onde cada letra se destaca claramente. Em um fundo padronizado, os elementos do padrão mais escuros que o limite tornam-se pixels pretos misturados ao texto. O mecanismo de OCR tenta então interpretar esses fragmentos de padrão como partes de letras. Uma linha de marca d'água passando pelo meio de um 'e' pode fazer com que o mecanismo veja um 'c' com uma marca perdida. Um plano de fundo texturizado com pequenos pontos pode fazer com que o mecanismo veja períodos onde não existem.
O tipo específico de padrão de fundo determina a natureza dos erros de OCR. Padrões de pontos finos, como aqueles em papel de segurança ou papel de máquina de escrever vintage, criam ruídos pontilhados que o mecanismo de OCR pode interpretar como sinais de pontuação ou acentos em caracteres. Padrões de linha, como papel pautado de caderno ou papel milimetrado, criam interferência contínua que pode se fundir com traços de caracteres, transformando um 'l' em um 'b' se uma linha se alinhar com o ascendente. Marcas d'água com texto ou logotipos grandes criam regiões onde a escuridão do fundo muda, fazendo com que o limite perca texto em regiões escuras de marca d'água ou introduza fragmentos de marca d'água como texto em regiões claras.
A densidade do padrão em relação à densidade do texto é muito importante. Uma marca d'água significativamente mais clara que o texto, como a maioria das marcas d'água profissionais são projetadas para ser, pode passar pelo limite sem deixar artefatos visíveis. O limite padrão do mecanismo de OCR é normalmente definido para separar o texto preto do papel branco, e uma marca d'água que registra apenas 10 a 15 por cento de cinza pode ficar totalmente abaixo desse limite. O problema é mais grave com padrões que se aproximam de 40 a 60 por cento da escuridão do texto, onde o limite não consegue separar claramente o padrão do texto porque suas faixas de intensidade se sobrepõem.
Experimente o OCR de PDF
Nenhuma instalação necessária. Funciona diretamente no seu navegador.
Técnicas de pré-processamento que melhoram a precisão do OCR em fundos padronizados
Várias técnicas de pré-processamento de imagem podem reduzir ou eliminar padrões de fundo antes que o mecanismo de OCR processe a página. A técnica mais eficaz é o limite adaptativo, que calcula um corte de brilho diferente para cada região da página, em vez de usar um único corte global. Em áreas onde o plano de fundo é padronizado, o limite adaptativo se ajusta para tratar o brilho médio do padrão como o nível de plano de fundo, preservando o texto e suprimindo o padrão. A maioria dos softwares de OCR modernos inclui uma opção de limite adaptativo, embora ela possa não estar habilitada por padrão.
Uma segunda técnica é a filtragem de frequência usando uma transformada de Fourier ou ferramenta matemática semelhante. Os padrões de fundo tendem a ser regulares e periódicos, o que significa que ocupam frequências específicas na imagem. O texto, por outro lado, é irregular e ocupa uma ampla faixa de frequências. Um filtro no domínio da frequência pode identificar e suprimir as bandas de frequência estreitas associadas ao padrão de fundo, preservando ao mesmo tempo o sinal de banda larga do texto. Esta técnica é poderosa, mas requer software especializado de processamento de imagem e é normalmente usada para projetos de digitalização em grande escala, em vez de documentos individuais.
A ferramenta OCR PDF de WukongPDF inclui pré-processamento de imagem que lida com variações comuns de fundo. Para documentos com padrões de fundo leves a moderados, o pré-processamento integrado pode ser suficiente para produzir reconhecimento de texto utilizável sem etapas manuais adicionais. A chave é testar o reconhecimento em uma página representativa antes de se comprometer com o processamento de um documento inteiro. Se a página de teste produzir uma precisão aceitável, prossiga com o lote. Se a página de teste mostrar erros significativos, a imagem poderá precisar de pré-processamento externo antes do OCR.
Quando a transcrição manual supera o OCR em documentos com muitos padrões
Há um limite de qualidade abaixo do qual a saída do OCR requer tanta correção manual que a digitação do texto do zero seria mais rápida. Para documentos com padrões de fundo pesados, marcas d'água densas ou impressões de segurança que cobrem a página inteira, o OCR pode produzir texto onde 20% ou mais dos caracteres estão errados. Corrigir um caractere em cada cinco em um documento de várias páginas leva mais tempo do que digitar o conteúdo novo, especialmente quando os erros não são óbvios, como um ponto inserido onde um ponto de fundo foi mal interpretado, o que altera o significado de uma frase sem ser fácil de detectar durante a revisão.
A decisão económica depende da extensão do documento e da precisão exigida. Uma carta de uma única página em papel timbrado com marca d'água pode ser transcrita manualmente em minutos. Um livro de 200 páginas impresso em papel texturizado representa semanas de trabalho manual, e mesmo o OCR imperfeito que captura 85% do texto corretamente fornece uma vantagem substancial. Para grandes projetos, o fluxo de trabalho ideal geralmente é o OCR com pré-processamento agressivo, seguido de revisão humana da saída, aceitando que a etapa de revisão identificará e corrigirá erros induzidos por padrões. O pipeline de PDF digitalizado para texto pesquisável funciona melhor quando as expectativas de precisão são calibradas de acordo com a dificuldade do material de origem.
Escolhendo as configurações corretas de digitalização para minimizar a interferência de fundo
Ao controlar o processo de digitalização, diversas configurações podem reduzir a visibilidade do padrão de fundo antes que a imagem chegue ao mecanismo de OCR. A digitalização em escala de cinza em vez de em cores elimina padrões baseados em cores, como marcas d'água coloridas ou linhas de segurança coloridas, que de outra forma criariam variações de contraste. Definir o brilho do scanner um pouco acima do normal coloca os padrões de fundo claros abaixo do limite de detecção, preservando o texto escuro. Um aumento de brilho de 10 a 15 por cento costuma ser suficiente para eliminar marcas d'água sem afetar a legibilidade do texto.
Alguns scanners incluem um recurso de remoção ou suavização de fundo projetado especificamente para documentos em papel colorido ou padronizado. Este recurso analisa a página e identifica a cor ou padrão de fundo dominante e, em seguida, normaliza-o para branco, preservando o conteúdo do primeiro plano. Quando disponível, esta configuração deverá ser habilitada para qualquer documento que será submetido ao OCR. A melhoria na precisão do reconhecimento a partir de imagens de origem limpa excede em muito o que pode ser alcançado através do processamento de imagens pós-digitalização.
Avaliando a precisão do OCR em documentos padronizados: o que aceitar e o que redigitar
O limite prático para uma precisão aceitável do OCR depende de como o texto extraído será usado. Para pesquisa de texto completo em um arquivo de documentos, uma precisão de 80% pode ser suficiente. Uma pesquisa por um nome ou número de conta específico ainda encontrará o documento, mesmo que 20% do texto ao redor contenha erros. Para extrair texto que será republicado, citado ou usado em análises posteriores, uma precisão de 95% é o mínimo mais apropriado. Abaixo desse nível, o tempo gasto na correção de erros de OCR se aproxima do tempo que levaria para transcrever o documento manualmente. A decisão de aceitar a saída de OCR ou redigitar do zero deve ser baseada em uma avaliação de precisão medida, e não em uma impressão formada ao olhar algumas páginas.
Medir a precisão do OCR requer comparar uma amostra do texto reconhecido com o documento original. Selecione de três a cinco páginas representativas, conte o número total de caracteres no original, conte o número de erros de caracteres na saída do OCR, incluindo substituições, inserções e exclusões, e calcule a taxa de erro. Essa medição leva de dez a quinze minutos e fornece uma base objetiva para decidir se deve prosseguir com a correção automatizada, a revisão manual ou a redigitação completa. A medição também identifica quais tipos de erros são mais comuns, orientando a escolha da estratégia de correção. Se os erros estiverem concentrados em tipos de padrões específicos, o pré-processamento direcionado poderá resolvê-los. Se os erros forem distribuídos aleatoriamente, a precisão do OCR será limitada pela qualidade fundamental da imagem de origem, e não por qualquer problema específico corrigível.
Os padrões de fundo no papel nunca foram projetados com o OCR em mente. Eles servem a propósitos que vão desde a identidade da marca até a segurança contra falsificação e um simples apelo decorativo. As Imagens PDF capturadas desses documentos transportam os padrões para o mundo digital, onde se tornam obstáculos à extração de texto. Compreender quais padrões podem ser atenuados por meio do pré-processamento e quais exigem trabalho manual permite que você tome decisões informadas sobre cada documento, em vez de aplicar o mesmo fluxo de trabalho de OCR a cada digitalização e esperar pelo melhor. O tempo investido na compreensão dos desafios específicos do plano de fundo do seu documento compensa com maior precisão, menos correção manual e uma saída de texto digital que representa fielmente o conteúdo original.
OCR em fundos padronizados fica na intersecção da tecnologia de digitalização, processamento de imagens e design de fluxo de trabalho de documentos. Nenhuma técnica resolve todos os desafios do plano de fundo padronizado, mas a combinação de configurações de digitalização adequadas, pré-processamento adaptativo e expectativas realistas de precisão produz resultados utilizáveis para a grande maioria dos documentos. As ferramentas existem e as técnicas estão bem estabelecidas. Aplicá-los sistematicamente transforma uma falha frustrante de OCR em um processo gerenciável de controle de qualidade.
Experimente o OCR de PDF
Nenhuma instalação necessária. Funciona diretamente no seu navegador.