ทำไมหน้ากระดาษที่โค้งจึงอ่านยาก

หน้ากระดาษในหนังสือที่เปิดอยู่ไม่เคยเรียบ กระดาษจะยกตัวโค้งขึ้นจากสันหนังสือ ข้อความถูกบีบเข้าหาร่องกลางเล่ม และแสงก็ตกกระทบไม่สม่ำเสมอ ภาพถ่ายเก็บทุกอย่างนี้ไว้ตรงตามจริง และนั่นแหละคือปัญหา สิ่งที่คุณต้องการไม่ใช่ภาพถ่ายสวย ๆ ของหน้าโค้ง แต่คือหน้ากระดาษที่เรียบ ซึ่งครอบตัดเท่าไรก็ไม่ได้มา

ทางออกที่คุ้นเคยคือฮาร์ดแวร์ เครื่องสแกนแบบแท่นราบแก้ปัญหาด้วยการกดหน้ากระดาษให้แบนใต้กระจก ส่วนเครื่องสแกนหนังสือแบบกล้องด้านบนใช้แท่นวางรูปตัว V ทั้งสองแบบได้ผล แต่ก็ต้องหอบหนังสือไปหาเครื่องทั้งคู่

โมเดลแก้ไขอะไรบ้าง

vFlat ประเมินรูปทรงสามมิติของหน้ากระดาษจากภาพถ่ายเพียงภาพเดียว แล้วคลี่ให้แบน โดยแก้ไขสามอย่างไปพร้อมกัน:

  1. แก้ความโค้ง ให้บรรทัดข้อความที่โค้งเข้าหาสันหนังสือกลับมาตรง
  2. แก้มุมมองภาพ ให้หน้ากระดาษเป็นสี่เหลี่ยมผืนผ้า ไม่ใช่สี่เหลี่ยมคางหมู
  3. แก้แสงที่ไม่สม่ำเสมอ ให้ร่องกลางเล่มที่มีเงาสว่างเท่ากับขอบด้านนอก

การแก้ทั้งสามอย่างไปพร้อมกันเป็นเรื่องสำคัญ ถ้าแก้มุมมองแต่ไม่แก้ความโค้ง ข้อความก็ยังโค้งอยู่ ถ้าปรับให้เรียบโดยไม่ปรับแสง ก็จะเหลือแถบสีเทาพาดกลางทุกหน้า

ได้ผลดีที่สุดกับอะไร

หนังสือเล่มหนาได้ประโยชน์มากที่สุด เพราะโค้งมากที่สุด หนังสือปกอ่อนที่เปิดค้างไว้ช่วงกลางเล่ม หนังสือปกแข็งที่กางไม่ราบ และโน้ตเพลงบนขาตั้ง ล้วนออกมาดีกว่าภาพถ่ายธรรมดาอย่างเห็นได้ชัด

กรณีเดียวที่ยังต้องระวังอยู่บ้างคือกระดาษมันวาวมากภายใต้แสงจ้า แสงสะท้อนทำให้ข้อมูลบางส่วนหายไปจนโมเดลกู้กลับมาไม่ได้ แสงนุ่มที่กระจายทั่วจึงให้ผลลัพธ์ที่สะอาดกว่า

ส่งผลต่อ OCR อย่างไร

การปรับหน้าให้เรียบไม่ได้มีไว้เพื่อความสวยงามเท่านั้น การรู้จำข้อความจะแม่นยำขึ้นอย่างชัดเจนบนหน้าที่ปรับให้เรียบแล้ว เพราะรูปร่างตัวอักษรคงที่ตลอดทั้งบรรทัด แทนที่จะถูกบีบเข้าหาร่องกลางเล่ม

ในทางปฏิบัติ นี่คือความต่างระหว่างภาพสแกนที่ค้นหาได้ กับภาพสแกนที่ได้แค่ดู

ลองกับหนังสือเล่มต่อไปที่คุณเปิด

เล็งกล้องไปที่หนังสือที่กางอยู่ ปล่อยให้สแกนอัตโนมัติถ่ายภาพ แล้วเทียบผลลัพธ์กับภาพที่แอปกล้องทั่วไปจะถ่ายได้ ความแตกต่างนั้นคือหัวใจของฟีเจอร์นี้