Vyhľadávanie v naskenovanom dokumente úplne bez pripojenia

Čo rozpoznávanie textu skutočne robí

Keď odfotíte vytlačenú alebo rukou písanú stranu, samotný súbor je stále iba obrázok: mriežka pixelov, ktorá netuší, čo sa na nej píše. Rozpoznávanie textu, zvyčajne nazývané optické rozpoznávanie znakov alebo OCR, je samostatný krok, ktorý skúma tieto pixely a určuje, ktoré z nich tvoria písmená a slová. Po jeho dokončení existujú slová ako skutočný text vedľa obrázka a vyhľadávacie pole ich môže hľadať rovnako ako slovo v e-maile.

Apple poskytuje aplikáciám rozpoznávanie textu v zariadení prostredníctvom rámca Vision. S príbuznou systémovou verziou sa ľudia stretávajú priamo ako s funkciou Live Text: umožňuje klepnúť na telefónne číslo či adresu a skopírovať ich priamo z fotografie v aplikácii Fotky alebo Fotoaparát. Každá aplikácia môže použiť rámec Vision na vlastné rozpoznávanie textu v zariadení, hoci to neznamená, že sa všetky správajú rovnako — dôkladnosť a rýchlosť rozpoznávania stále závisia od toho, ako ho aplikácia používa. Apple v dokumentácii uvádza, že toto rozpoznávanie prebieha v samotnom zariadení; čo aplikácia potom urobí s pôvodným obrázkom vrátane prípadného nahratia, závisí od nej. Pocket Aurora Papers v tejto verzii obrázky strán nenahráva.

Od rozpoznaného textu k použiteľnému vyhľadávaniu

Rozpoznať slová na strane je potrebné, ale nie je to to isté ako vedieť ich neskôr nájsť. Rýchle vyhľadávacie pole potrebuje index: samostatnú štruktúru, ktorá už rozdelila rozpoznaný text na vyhľadateľné časti, aby pri každom písaní nemusela čítať všetky strany od začiatku. Pocket Aurora Papers tento krok zobrazuje priamo: Stav dokumentu krátko po skenovaní uvádza Čítanie…, potom Prečítané, keď je text pripravený a vyhľadateľný, alebo Nenašiel sa text, ak na strane skutočne žiadny nebol. Táto prestávka je vytváranie indexu, nie samotné rozpoznávanie, a je dobré ju očakávať namiesto považovania za chybu.

Prečo záleží na spracovaní v zariadení namiesto servera

Z rozpoznávania priamo v telefóne namiesto po nahratí vyplývajú dve veci. Prvou je rýchlosť: nemusíte čakať na sieťovú komunikáciu, kým zistíte, či bola strana zachytená čitateľne. Druhou, pri dokumentoch najdôležitejšou, je fungovanie úplne bez pripojenia: vo vlaku, v suterénnom byte bez signálu alebo s telefónom v režime lietadlo. Užitočnou praktickou kontrolou, hoci nie formálnym dôkazom, je test v režime lietadlo: ak skenovanie a vyhľadávanie fungujú aj pri vypnutom pripojení, je to dobrý dôkaz, že samotné rozpoznávanie nezávisí od servera, ktorý by za Vás text čítal.

Čo uľahčuje alebo sťažuje čítanie skenu

Kvalita rozpoznávania nie je nemenná konštanta: ako dobre funguje na konkrétnej strane, závisí od poskytnutého obrázka — osvetlenia, rozloženia, rovnosti či zvlnenia strany — aj od toho, či je text v jazyku, ktorý rozpoznávanie skutočne podporuje. Niekoľko návykov výrazne ovplyvní, koľko strany sa premení na použiteľný text.

• Osvetlite stranu rovnomerne. Jedna lampa zboku vrhá tieň cez polovicu textu; denné svetlo z okna alebo dva svetelné zdroje sa rozložia rovnomernejšie.
• Udržujte stranu rovnú. Zvlnený alebo ohnutý roh skresľuje písmená pri okraji a rozpoznávanie má problém s deformovaným textom, aj keď by ho ľudské oko ešte prečítalo.
• Vyplňte záber celou stranou, ani viac, ani menej. Orezaním do textu stratíte slová pri okrajoch; priveľa stola alebo pozadia okolo môže zmiasť automatické rozpoznanie okrajov.
• Pri zachytení držte telefón pokojne. Aj malé pohybové rozmazanie ovplyvní rozpoznávanie oveľa viac než vzhľad fotografie pri letmom pohľade.
• Vyhnite sa odleskom, najmä na laminovaných kartách alebo dokumentoch v plastovom obale; zvyčajne pomôže mierne nakloniť stranu namiesto fotoaparátu.

Nič z toho nevyžaduje špeciálne vybavenie. Ide skôr o rozdiel medzi fotografiou, ktorú by ste poslali priateľovi, a fotografiou zhotovenou s konkrétnym cieľom, aby ju následne prečítal stroj.

Ako to rieši Pocket Aurora Papers

Pocket Aurora Papers číta text priamo v zariadení v angličtine, češtine, nemčine, francúzštine a španielčine a potom umožní vyhľadávať tento text spolu s názvom a štítkami dokumentu. Keďže rozpoznávanie aj vyhľadávací index bežia lokálne, skenovanie, čítanie aj prehľadávanie archívu fungujú úplne bez pripojenia. Keď strana vyjde rozmazaná alebo zle osvetlená, aplikácia Vám to oznámi namiesto hádania: každá strana sa kontroluje pri snímaní ako dobrý sken, sken hodný ďalšej kontroly alebo sken vhodný na opätovné nasnímanie a žiadna sa nikdy nezablokuje. Vy si vyberiete, či ju nasnímate znova, upravíte rohy alebo ju ponecháte, pretože iba Vy viete, či je na Váš účel dostatočne dobrá. Pozrite si ako funguje archív pre celý postup od zachytenia po vyhľadávanie a čo ukladáme a čo nie pre presné vysvetlenie, čo zostáva v zariadení a čo prebieha iba po prihlásení.

Samotné vyhľadávanie si musí poradiť aj s narýchlo zadanou diakritikou a jazykmi ako nemčina, ktoré tvoria dlhé zložené slová. To je samostatná téma — pozrite si prečo má vyhľadávanie dokumentov ignorovať diakritiku a nachádzať zložené slová.