Ce qui rend l’OCR précis avec l’appareil photo d’un téléphone

La reconnaissance de texte fonctionne en comparant des formes de lettres. Sur une page courbe, une même lettre est haute près de la marge extérieure et écrasée près du pli central, et un modèle obligé de deviner laquelle est laquelle se trompe. Aplatissez d’abord la page, et chaque lettre de la ligne retrouve les mêmes proportions. C’est de loin le levier le plus puissant, et c’est pourquoi vFlat aplatit la page avant la reconnaissance, et non après.

L’appareil photo d’un téléphone moderne offre bien plus de résolution que la reconnaissance n’en demande. Ce qu’il ne maîtrise pas, c’est la lumière de la pièce. Une lumière homogène et diffuse venant du côté donne des traits nets ; une seule lampe crue crée des reflets sur le papier glacé et projette sur le texte l’ombre de votre main ou du téléphone. Si un scan est mal lu, déplacez le livre au lieu de toucher aux réglages.

La perspective est corrigée automatiquement, mais une page qui remplit le cadre a tout simplement plus de pixels par lettre qu’une page qui n’en occupe qu’un coin. Rapprochez-vous, gardez le téléphone à peu près parallèle à la page et laissez la détection automatique trouver les bords.

La reconnaissance couvre plus de 100 langues, et les pages mixtes — du coréen avec des termes anglais, du japonais avec des chiffres — sont bien lues. Il reste utile de sélectionner les bonnes langues : le modèle mise alors sur les alphabets que vous utilisez réellement plutôt que sur tous ceux qu’il connaît.

Après la reconnaissance, cherchez dans le scan quelques mots dont vous savez qu’ils figurent sur la page — en haut, près du pli central et dans la marge du bas. S’ils ressortent tous, la page est bonne. S’il en manque, le problème vient presque toujours de la capture — une ombre, un reflet ou une page qui n’était pas à plat — et une nouvelle prise règle le problème plus vite que n’importe quelle correction après coup.