Question 1

Jak działa rozpoznawanie tekstu — od obrazu do słowa?

Accepted Answer

OCR to proces wieloetapowy. Najpierw następuje preprocessing — wstępne przetwarzanie obrazu, gdzie algorytm wyrównuje przekrzywiony dokument, usuwa szum, zwiększa kontrast. Następnie segmentacja — podzielenie strony na regiony, linie, słowa i znaki. Trzeci etap to właściwe rozpoznawanie znaków za pomocą modeli neuronowych trenowanych na milionach próbek. Na koniec postprocessing — sprawdzenie wyników przez słownik i modele językowe, które poprawiają błędy na podstawie kontekstu.

Question 2

Jakie są główne przyczyny złych wyników OCR?

Accepted Answer

Istnieje 5 głównych przyczyn błędów w OCR: (1) Za niska rozdzielczość obrazu (poniżej 200 DPI), (2) Zła jakość oryginału — wyblakły druk, plamy, zagięcia, (3) Pismo odręczne i niestandardowe czcionki, (4) Skomplikowany układ strony i tabele, (5) Agresywna kompresja JPEG w pliku PDF.

Question 3

Jaka jest optymalna rozdzielczość do skanowania?

Accepted Answer

Minimalna rozdzielczość, przy której OCR działa sensownie, to 200 DPI. Optimum dla tekstu drukowanego to 300 DPI — przy tej rozdzielczości typowa litera ma około 35 pikseli wysokości, co daje algorytmowi wystarczająco dużo informacji. Przy 600 DPI wyniki są nieznacznie lepsze, ale rozmiar pliku rośnie czterokrotnie, co rzadko jest uzasadnione.

Question 4

Co to są dokumenty termiczne i dlaczego są trudne?

Accepted Answer

Dokumenty termiczne to przykładowo paragony ze sklepów. Papier termiczny blaknie z czasem, a kontrast między tłem a tekstem może spaść do poziomu, przy którym nawet człowiek ma trudność z odczytaniem. OCR z takiego źródła często zwraca bełkot nawet przy wysokiej rozdzielczości skanowania.

Question 5

Czy OCR potrafi rozpoznawać pismo odręczne?

Accepted Answer

Rozpoznawanie pisma odręcznego ze zdjęcia to osobna dziedzina — ICR (Intelligent Character Recognition) — i znacznie trudniejszy problem niż OCR druku. Każda osoba pisze inaczej, litery łączą się w nieprzewidywalny sposób. Nowoczesne modele radzą sobie z wyraźnym, regularnym pismem odręcznym, ale przy bazgrołach wyniki pozostają nieprzewidywalne.

Question 6

Dlaczego tabele są problematyczne dla OCR?

Accepted Answer

Algorytm musi jednocześnie rozpoznać granice komórek, przyporządkować tekst do właściwej komórki i zachować logiczny porządek czytania. Przy niewyraźnych liniach siatki tabeli lub przy tabelach bez linii (tylko wyrównanie spacjami) wyniki bywają dramatyczne — tekst z różnych kolumn miesza się ze sobą.

Question 7

Jak poprawić wyniki rozpoznawania tekstu?

Accepted Answer

Istnieją 2 sprawdzone metody: (1) Poprawa jakości obrazu przed OCR — zwiększenie kontrastu i progowanie (zamiana na czarno-białe), prostowanie obrazu, wybór właściwej rozdzielczości (300 DPI), użycie formatu TIFF lub PNG zamiast JPEG. (2) Wybór właściwego języka i modelu — prawidłowy język dokumentu pozwala modelowi oceniać prawdopodobieństwo liter w kontekście, a specjalistyczne modele (ICR dla pisma odręcznego, Transkribus dla historycznych dokumentów) dają lepsze wyniki dla specjalnych przypadków.

Question 8

Dlaczego kompresja JPEG obniża jakość OCR?

Accepted Answer

Pliki PDF często zawierają obrazy skompresowane algorytmem JPEG, który jest kompresją stratną. Przy wysokim stopniu kompresji wokół krawędzi liter pojawiają się charakterystyczne artefakty blokowe — rozmyte przejścia tam gdzie powinna być ostra granica między czarną literą a białym tłem. Dla algorytmu OCR ostra krawędź to kluczowa informacja — jej brak bezpośrednio obniża jakość. Dlatego skan jako PNG lub TIFF daje lepsze wyniki OCR niż JPEG.

Najczęściej zadawane pytania

Odkryj sklep.

Explore

Get in Touch

Our Tools

Make a Book

Edit PDF

OCR Recognition