ما الذي يجعل OCR دقيقًا بكاميرا الهاتف؟

يعمل التعرف على النص بمطابقة أشكال الحروف. وفي الصفحة المنحنية يبدو الحرف نفسه طويلًا قرب الهامش الخارجي ومضغوطًا قرب الهامش الداخلي، والنموذج المضطر إلى التخمين بينهما يقع في الأخطاء. سطّح الصفحة أولًا، فتستعيد كل حروف السطر النِّسب نفسها. هذا هو العامل الأكبر تأثيرًا على الإطلاق، ولهذا يُجري vFlat تسطيح الصفحة قبل التعرف على النص لا بعده.

تملك كاميرا الهاتف الحديثة دقة تفوق بكثير ما يحتاجه التعرف على النص. لكن ما لا تملكه هو التحكم في ضوء الغرفة. الضوء المتساوي المنتشر من الجانب يعطي حروفًا واضحة المعالم؛ أما مصباح واحد قوي فيُحدث وهجًا على الورق اللامع وظلًا ليدك أو للهاتف فوق النص. وإذا جاءت نتيجة التعرف ضعيفة، فغيّر مكان الكتاب لا الإعدادات.

يُصحَّح المنظور تلقائيًا، لكن الصفحة التي تملأ الإطار تحظى ببساطة بعدد أكبر من البكسلات لكل حرف مقارنة بصفحة تشغل ركنًا منه. اقترب أكثر، وأبقِ الهاتف موازيًا للصفحة تقريبًا، ودع الكشف التلقائي يعثر على الحواف.

يغطي التعرف على النص أكثر من 100 لغة، وتُقرأ الصفحات المختلطة بشكل جيد — الكورية مع مصطلحات إنجليزية، واليابانية مع أرقام. ومع ذلك يفيد تحديد اللغات الصحيحة: فيركّز النموذج على أنظمة الكتابة التي تستخدمها فعلًا بدلًا من أن يتشتت بين كل ما يعرفه.

بعد التعرف على النص، ابحث في الصفحة الممسوحة عن بضع كلمات تعرف أنها في الصفحة — قرب الأعلى، وعند الهامش الداخلي، وفي الهامش السفلي. إذا ظهرت كلها، فالصفحة في حالة جيدة. وإذا غاب بعضها، فالمشكلة تكاد تكون دائمًا في التصوير — ظل، أو وهج، أو صفحة لم تكن مسطّحة — وإعادة التصوير تصلحها أسرع من أي تصحيح لاحق.