Программа для распознавания текста с фото: как проверить точность на своих снимках
Соберите 5–8 своих снимков текста, прогоните через 2–3 программы и сравните результаты по одинаковым критериям. Точность считайте по доле неверных символов на эталонном фрагменте: число расхождений делите на длину эталона. Выбирайте программу по тому типу снимков, который у вас преобладает, а не по лучшему результату на идеальном кадре.
Какие снимки сильнее всего портят распознавание
Результат зависит не от программы самой по себе, а от условий съёмки. Наклон строк, тени и блики, низкий контраст, мелкий шрифт и перспективные искажения при съёмке под углом дают разные ошибки у одной и той же программы. Ровный скан и фото с телефона одного документа распознаются по-разному: сканер выравнивает лист, а телефон снимает под углом и с неравномерным светом.
Соберите снимки одного типа документа, который вам реально нужен: договоры, чеки, книжные страницы, рукописные заметки. Условия съёмки должны различаться: кадр при дневном свете, кадр с тенью от руки, кадр под углом и кадр с мелким шрифтом. Так вы увидите, где программа теряет строки, а где путает похожие знаки.
До прогона запишите по каждому файлу пометку: разрешение, есть ли поворот, где лежит тень, какой шрифт. Без этих заметок разницу между программами потом не объяснить — вы будете помнить только итог, а не причину.
Единый набор тестовых снимков: как его составить
Прогоняйте через всех кандидатов один и тот же набор файлов. Не подбирайте снимки под каждую программу отдельно: так сравнение теряет смысл. В наборе нужен хотя бы один заведомо трудный кадр и один почти идеальный — первый покажет запас прочности, второй потолок качества.
Исходники сохраняйте без пересжатия. Повторное сжатие JPEG само вносит артефакты, и вы будете сравнивать не программы, а последствия обработки файла. Если снимок уже сжат в мессенджере, отметьте это, но не пересохраняйте его ещё раз.
Для одного снимка наберите эталонный текст вручную — фрагмент 300–500 символов. Это ваша точка отсчёта: с ней вы сверяете вывод каждой программы. Набирайте с того же кадра, который будете распознавать, а не с оригинала документа: так вы учтёте, что видно на фото, а что нет.
- 5–8 снимков одного типа документа в разных условиях съёмки
- 2–3 программы-кандидата
- эталонный фрагмент 300–500 символов, набранный вручную
- пометки по каждому файлу: разрешение, поворот, тень, шрифт
- таблица для итогов по каждому кандидату
Как оценивать ошибки: символы, строки, порядок
Ошибки бывают трёх уровней. Неверный символ — самая мелкая единица: вместо «О» распозналось «0». Потерянная или лишняя строка — программа пропустила строку целиком или разорвала её на две. Нарушенный порядок блоков — в многоколоночном тексте куски перемешались, и читать результат подряд нельзя.
Долю неверных символов считайте так: число расхождений делите на число символов эталона и умножайте на 100%. Если в эталоне 500 символов, а программа дала 10 расхождений, это 2%. Двадцать пять расхождений на том же фрагменте — 5%. Для сплошного текста 2% обычно терпимо, для номеров, кодов и сумм уже нет: одна неверная цифра меняет смысл.
Отдельно отмечайте ошибки, которые меняют смысл: цифры, латиница и кириллица в похожих начертаниях, знаки в формулах. Их считайте не по общей доле, а списком — каждая такая ошибка важнее десяти потерянных запятых.
| Критерий | Что считаете | Как записываете |
|---|---|---|
| Символы | Расхождения с эталоном | Доля в процентах от длины эталона |
| Строки | Потерянные и лишние строки | Число случаев на снимок |
| Порядок блоков | Перемешанные колонки | Есть или нет, с примером |
| Смысловые ошибки | Цифры, коды, формулы | Список конкретных мест |
Повороты, тени и хранение загруженных изображений
Проверьте, умеет ли программа сама выравнивать поворот и убирать тень, или это делаете вы перед загрузкой. Сравните результат до и после: если после ручного выравнивания доля ошибок падает, значит, автоматика кандидата с этим не справляется, и вам придётся тратить время на подготовку снимков.
Отдельный вопрос — где остаются ваши фото. Посмотрите в документации сервиса, сохраняет ли он загруженные изображения и на какой срок. Для чувствительных документов это решающий критерий: программа может распознавать идеально, но если снимки хранятся дольше, чем вы готовы, вариант не подходит. Не загружайте в такие сервисы то, что не готовы оставить на чужом сервере.
Сведите итоги по каждому кандидату в одну таблицу: доля ошибок, обработка поворотов, условия хранения. Выбирайте по тому типу снимков, который у вас преобладает. Пример: эталон 500 символов, программа А дала 10 расхождений — 2%, программа Б — 25 расхождений — 5%. На ровном кадре обе близки, но на снимке с тенью А теряет строку, а Б сохраняет порядок. Если ваши снимки чаще с тенью, выигрывает Б, несмотря на худшую общую цифру.
Проверка результата простая: у вас есть таблица с долями ошибок по каждому снимку и хотя бы одна программа, которая на вашем преобладающем типе кадров не теряет строки и порядок. Если все кандидаты проваливаются на трудном кадре одинаково, пересмотрите условия съёмки — возможно, дело не в программе.