Vyhledávání uvnitř naskenovaného dokumentu zcela bez připojení

Co rozpoznávání textu skutečně dělá

Když vyfotíte tištěnou nebo ručně psanou stránku, samotný soubor je stále jen obrázek: mřížka pixelů bez tušení, co je na ní napsáno. Rozpoznávání textu, obvykle nazývané optické rozpoznávání znaků neboli OCR, je samostatný krok, který tyto pixely prohlíží a určuje, které tvoří písmena a slova. Jakmile tento krok proběhne, slova existují jako skutečný text vedle obrázku a vyhledávací pole je může hledat stejně jako slovo v e-mailu.

Apple poskytuje aplikacím rozpoznávání textu přímo v zařízení prostřednictvím frameworku Vision. S jeho příbuznou systémovou verzí se lidé setkávají jako se Živým textem: funkcí, která dovoluje klepnout a zkopírovat telefonní číslo či adresu přímo z fotky ve Fotkách nebo Fotoaparátu. Každá aplikace může pomocí frameworku Vision spouštět vlastní rozpoznávání textu v zařízení, ale neznamená to, že se všechny chovají stejně — důkladnost a rychlost rozpoznávání stále závisí na způsobu jeho použití aplikací. Apple dokumentuje, že rozpoznávání běží přímo v zařízení; co aplikace následně dělá s původním obrázkem, včetně případného nahrání jinam, závisí na ní. Pocket Aurora Papers v této verzi obrazy stránek nenahrává.

Od rozpoznaného textu k opravdu použitelnému vyhledávání

Rozpoznání slov na stránce je nutné, ale není totéž jako možnost je později najít. Rychlé vyhledávací pole potřebuje index: samostatnou strukturu, která už rozpoznaný text rozčlenila na vyhledatelné části, aby při každém psaní nemuselo znovu číst všechny stránky od začátku. Pocket Aurora Papers tento krok ukazuje přímo: Status dokumentu krátce po skenování uvádí Reading…, poté Read, jakmile je text připravený k vyhledávání, nebo No text found, pokud stránka skutečně žádný text neobsahovala. Tato prodleva je tvorba indexu, nikoli samotné rozpoznávání, a je dobré s ní počítat místo jejího považování za chybu.

Proč záleží na zpracování v zařízení místo serveru

Z toho, že rozpoznávání probíhá přímo v telefonu a ne až po nahrání, plynou dvě věci. První je rychlost: nemusíte čekat na cestu dat po síti tam a zpět, než zjistíte, zda je stránka čitelná. Druhá, pro dokumenty nejpodstatnější, je nepřetržité fungování i zcela bez připojení: ve vlaku, v suterénním bytě bez signálu nebo v režimu letadlo. Užitečnou praktickou zkouškou, i když ne formálním důkazem, je test v režimu letadlo: pokud skenování a vyhledávání funguje i s vypnutým připojením, je to dobrý doklad toho, že samotné rozpoznávání není závislé na čtení na vzdáleném serveru.

Co usnadňuje nebo ztěžuje čtení skenu

Kvalita rozpoznávání není pevná konstanta: úspěšnost u konkrétní stránky závisí na dodaném obrázku — jeho osvětlení, rozvržení, tom, zda je stránka rovná či zvlněná — a na tom, zda je text v jazyce, který rozpoznávání skutečně podporuje. Několik návyků má podstatný vliv na to, jak velká část stránky se promění v použitelný text.

• Osvětlete stránku rovnoměrně. Jediná lampa z jedné strany vrhá stín přes polovinu textu; denní světlo z okna nebo dva zdroje světla jej rozloží rovnoměrněji.
• Udržujte stránku rovnou. Zvlněný nebo ohnutý roh zkresluje písmena podél okraje a rozpoznávání si se zdeformovaným textem těžko poradí, i když jej lidské oko ještě přečte.
• Vyplňte záběr celou stránkou, ani více, ani méně. Oříznutí do textu ztratí slova na okrajích; příliš velká část stolu či pozadí kolem stránky může zmást automatické rozpoznání okrajů.
• V okamžiku pořízení držte telefon klidně. I drobné pohybové rozmazání ovlivní rozpoznávání mnohem víc než vzhled fotky při letmém pohledu.
• Vyhněte se odleskům, zejména na zalaminovaných kartách nebo dokumentech v plastovém obalu; obvykle pomůže lehce naklonit stránku místo fotoaparátu.

Nic z toho nevyžaduje zvláštní vybavení. Jde spíše o rozdíl mezi fotkou, kterou byste poslali příteli, a fotkou pořízenou konkrétně pro pozdější strojové čtení.

Jak to řeší Pocket Aurora Papers

Pocket Aurora Papers čte text přímo v zařízení v angličtině, češtině, němčině, francouzštině a španělštině a pak jej zpřístupní k vyhledávání společně s názvem a štítky dokumentu. Protože rozpoznávání i vyhledávací index běží místně, skenování, čtení a prohledávání archivu fungují zcela bez připojení. Když je stránka rozmazaná nebo špatně osvětlená, aplikace Vám to sdělí místo hádání: každá stránka se při pořízení zkontroluje jako dobrý sken, sken k prohlédnutí nebo vhodný k opakování a žádná se nikdy neblokuje. Rozhodnete se, zda ji pořídíte znovu, upravíte rohy nebo ponecháte tak, jak je, protože jen Vy víte, zda stránka stačí pro Vaši potřebu. Podívejte se, jak archiv funguje — najdete tam celý postup od pořízení k vyhledávání. V části „ co ukládáme a co ne “ je přesně popsáno, co zůstává v zařízení a co se děje pouze po přihlášení.

Samotné vyhledávání se musí vypořádat také s rychlým psaním bez diakritiky a s jazyky jako němčina, které tvoří dlouhá složená slova. To je samostatné téma — viz proč by vyhledávání dokumentů mělo ignorovat diakritiku a nacházet složená slova.