為什麼彎曲的頁面難以閱讀

攤開的書頁從來不是平的。紙張從書脊處彎曲隆起,文字往裝訂邊擠壓,光線在頁面上也分布不均。照片會忠實拍下這一切——而這正是問題所在。您要的不是把彎曲的頁面拍得漂亮,而是一張平整的頁面——這是再怎麼裁切也做不到的。

常見的解法是靠硬體。平台式掃描器用玻璃把頁面壓平,上照式書籍掃描器則用 V 形書托來解決。兩者都有效,但都得把書帶到機器前。

模型實際校正了什麼

vFlat 會從單張照片推算出頁面的立體形狀,再把它攤平,並同時校正三件事:

  1. 彎曲本身:讓往書脊彎曲的文字行變得筆直。
  2. 透視:讓頁面呈現為矩形,而不是梯形。
  3. 不均勻的光線:讓陰暗的裝訂邊與外側邊緣的亮度一致。

同時處理這三件事很重要。只校正透視而不處理彎曲,文字仍會彎曲;只展平而不重新調整光線,每一頁的中間都會留下一條灰帶。

最適合的使用情境

厚書受益最多,因為它們彎得最厲害。從中間攤開的平裝書、無法攤平的精裝書,以及放在譜架上的樂譜,效果都明顯比一般照片好。

唯一還需要稍加留意的情況,是在強光下拍攝非常光亮的紙張:反光會抹去模型無法重建的資訊,因此柔和的散射光能得到更乾淨的結果。

這對 OCR 有什麼意義

展平不只是為了好看。在校正過的頁面上,文字辨識的準確率明顯更高,因為整行文字的字形保持一致,不會往裝訂邊擠壓變形。

實際上,這就是「可以搜尋的掃描檔」與「只能看的掃描檔」之間的差別。

下次翻開書時試試看

把相機對準跨頁,讓自動拍攝按下快門,再和用相機 App 拍出來的照片比較看看。兩者的差別,就是這項功能的全部價值。