На столе лежат две версии отсканированного контракта. Одним из них является проект, который рассмотрел клиент. Другое — то, что они подписали и вернули. Что-то изменилось между ними, число, предложение, дата, но найти это, перелистывая взад и вперед, удерживая в памяти одну страницу и глядя на другую, — это испытание внимания, для которого человеческий мозг не предназначен. Различия скрываются на виду.
Глаз пропускает то, что ожидает увидеть. Инструмент сравнения показывает, что на самом деле отличается, а не то, что думает память.
Для сравнения двух отсканированных документов требуется либо распознавание текста, чтобы сделать текст доступным для выбора и сравнения, либо визуальное сравнение наложения, выделяющее различия на уровне пикселей между изображениями страниц. Рабочие процессы PDF Editor и PDF Compare WukongPDF поддерживают оба подхода, а приведенный ниже метод применим к любой паре отсканированных PDF-файлов.
Совместимость отсканированных документов с OCR
Отсканированные документы представляют собой изображения. Чтобы сравнить их текст, текст сначала необходимо извлечь. Запустите OCR в обоих PDF-файлах, чтобы создать текстовые слои с возможностью поиска. Результаты оптического распознавания символов не идеальны, особенно при сканировании низкого качества, но их достаточно для сравнения, поскольку инструмент отмечает различия, и вы визуально сверяете каждое отмеченное отличие с оригиналами.
Инструмент сравнения файлов Adobe Acrobat Pro работает с отсканированными PDF-файлами после оптического распознавания символов. Он сравнивает распознанный текст и выделяет различия в контексте изображения страницы. Сравнение столь же точно, как и OCR, фиксируя наиболее существенные изменения, но иногда отмечая артефакты распознавания как различия. Вручную просмотрите каждый помеченный элемент, чтобы отделить реальные изменения от шума оптического распознавания символов.
Попробуйте редактировать PDF
Никакой установки не требуется. Работает прямо в вашем браузере.
Использование визуального сравнения наложений для точности на уровне пикселей
Визуальное наложение выравнивает две отсканированные страницы друг над другом и выделяет разные пиксели. Этот метод не зависит от точности оптического распознавания символов и фиксирует все визуальные различия, измененные числа, перемещенные запятые, смещенные поля, добавленные подписи. Результатом является карта различий, показывающая измененные регионы, выделенные цветом.
Ограничение: визуальное сравнение отмечает каждую разницу в пикселях, включая артефакты сканирования, небольшие различия в расположении и разницу в яркости между сканами. Эти ложные срабатывания необходимо рассматривать наряду с реальными различиями. Визуальное сравнение обеспечивает полноту, каждое реальное изменение обнаруживается за счет точности, не каждое отмеченное отличие имеет смысл.
Использование инструментов сравнения на рабочем столе и в браузере
Инструмент «Сравнить файлы» Adobe Acrobat Pro является стандартом настольного компьютера. Он сравнивает текст и внешний вид, выделяет различия и создает параллельный отчет. Загрузите оба PDF-файла, запустите сравнение и просмотрите результаты в режиме сравнения. Инструмент работает с отсканированными документами после оптического распознавания символов.
Инструменты сравнения на основе браузера предлагают аналогичную функциональность без установки программного обеспечения. Загрузите оба PDF-файла, и инструмент выровняет страницы и выделит различия. Качество зависит от инструмента, и отсканированные документы являются самым сложным случаем, поскольку инструмент должен обрабатывать выравнивание и изменение изображений. Протестируйте браузерный инструмент на паре заведомо похожих отсканированных страниц, прежде чем полагаться на него для важного сравнения.
| Метод сравнения | Сильные стороны | Слабые стороны | Наилучший вариант для |
|---|---|---|---|
| OCR + сравнение текста | Определяет существенные изменения текста | Пропускает изменения форматирования, ошибки OCR указывают на ложные срабатывания. | Контракты, юридические документы, отчеты |
| Визуальное наложение (на уровне пикселей) | Улавливает все визуальные различия | Флаги сканируют артефакты как различия, без семантического понимания | Подписанные документы, бланки с рукописными изменениями |
| Параллельный просмотр вручную | Человеческое мнение, отсутствие ложных срабатываний инструментов | Медленно, утомительно, не замечает тонких различий. | Краткие документы, окончательный пропуск проверки |
| Гибрид (OCR + визуальный) | Сочетает в себе сильные стороны обоих методов | Требуются два отдельных прохода сравнения | Важные документы, в которых нельзя пропустить ни одно изменение |
Обработка рукописных изменений и аннотаций
Отсканированные договоры часто содержат рукописные пометки, инициалы на полях, термины, зачеркнутые ручкой, примечания, добавленные после печати. OCR обрабатывает печатный текст, но не справляется с рукописным вводом, особенно рукописным. Визуальное сравнение наложения улавливает эти метки, поскольку пиксели на двух сканах различаются, но оно не может интерпретировать, что означают эти метки.
Рукописные изменения в отсканированных документах требуют проверки человеком, и точка. Ни один автоматизированный инструмент не может достоверно интерпретировать юридическое значение рукописного зачеркивания суммы в долларах на отсканированном контракте. Инструмент сравнения отмечает место изменения. Человек определяет, является ли изменение согласованной версией, случайной пометкой пера или артефактом сканирования. Инструмент находит. Человеческие судьи.
Просмотр и интерпретация результатов сравнения
Инструмент сравнения создает отчет, в котором перечислены все различия. Пройдитесь по списку сверху вниз. Для каждого различия откройте оба PDF-файла на соответствующей странице и визуально убедитесь, что отмеченное различие действительно, а не является артефактом. Примите или отклоните каждый из них. Принятые различия — это изменения между версиями.
Классифицируйте принятые различия по типам: изменения текста, изменения чисел, изменения форматирования, добавления, удаления. Изменения чисел, сумм в долларах, дат, процентов обычно более значительны, чем корректировки форматирования. Сначала проверьте изменения номеров. Они влекут за собой финансовые и юридические последствия, которых нет у изменений форматирования.
Создание сводки изменений для заинтересованных сторон
Соберите принятые различия в сводку изменений. Перечислите каждое изменение, указав номер страницы, исходный текст и измененный текст. Сводка дает заинтересованным сторонам четкое представление о том, что изменилось между версиями, не требуя от них проведения сравнения или просмотра полного отчета о различиях.
Сохраните исходный отчет о сравнении в качестве резервной копии. Краткое содержание передает информацию. Отчетные документы. Если заинтересованная сторона ставит под сомнение конкретное изменение, в отчете приводится ссылка на страницу и визуальное подтверждение, позволяющее окончательно ответить на вопрос.
Попробуйте редактировать PDF
Никакой установки не требуется. Работает прямо в вашем браузере.