Kunci OCR akurat dengan kamera ponsel

Pengenalan teks bekerja dengan mencocokkan bentuk huruf. Pada halaman yang melengkung, huruf yang sama tampak tinggi di dekat margin luar dan terjepit di dekat lipatan tengah, dan model yang harus menebak-nebak huruf mana yang dimaksud pun jadi mudah keliru. Ratakan halaman terlebih dahulu, dan setiap huruf di baris itu kembali memiliki proporsi yang sama. Inilah faktor yang paling berpengaruh, dan itulah sebabnya vFlat meratakan halaman sebelum pengenalan teks, bukan sesudahnya.

Kamera ponsel modern punya resolusi yang jauh melebihi kebutuhan pengenalan teks. Yang tidak dimilikinya adalah kendali atas cahaya di ruangan. Cahaya lembut yang merata dari samping menghasilkan goresan huruf yang bersih; satu lampu terang menimbulkan silau pada kertas mengilap dan bayangan tangan atau ponsel di atas teks. Jika hasil pindaian sulit dibaca, ubah posisi bukunya, bukan pengaturannya.

Perspektif dikoreksi secara otomatis, tetapi halaman yang memenuhi bingkai tentu punya lebih banyak piksel per huruf dibandingkan halaman yang hanya mengisi sudutnya. Dekatkan kamera, jaga ponsel kurang lebih sejajar dengan halaman, dan biarkan deteksi otomatis menemukan tepinya.

Pengenalan teks mencakup lebih dari 100 bahasa, dan halaman campuran — bahasa Korea dengan istilah bahasa Inggris, bahasa Jepang dengan angka — terbaca dengan baik. Meski begitu, memilih bahasa yang tepat tetap membantu: model bisa fokus pada aksara yang benar-benar Anda gunakan, alih-alih menebak di antara semua aksara yang dikenalnya.

Setelah pengenalan teks, cari beberapa kata yang Anda tahu ada di halaman itu — di dekat bagian atas, di dekat lipatan tengah, dan di margin bawah. Jika semuanya ditemukan, berarti halamannya sudah beres. Jika ada yang tidak muncul, masalahnya hampir selalu ada pada pengambilan gambar — bayangan, silau, atau halaman yang tidak rata — dan memotret ulang memperbaikinya lebih cepat daripada koreksi apa pun sesudahnya.