Матеріал до уроку на тему "Сканування та розпізнавання"

Сканування та розпізнавання тексту

Що таке сканування й розпізнавання

Сканування   –   це   процес   одержання   графічної   копії   оригінального зображення.

Сканувати документ можна по-різному. Наприклад, за допомогою сканера або  фотоапарата.  І  в  тому  і  в  іншому  випадках  результатом  буде

растровий графічний файл. Цей файл може бути кольоровим або чорно-білим,

мати   різну   роздільність,   може   бути   представлений   у   різних   форматах (найчастіше    «*.jpg» або  «*.tif»). Важливо  розуміти  головне:  растровий файл – це набір точок. Те, що на екрані або друкованому аркуші він виглядає як текст, ще ні про що не свідчить. Обробити цей «текст» програмою Word або Excel неможливо. Усе, що ви зможете з ним зробити  – це вставити його у вигляді   готового   об'єкта.   Відкоригувати   растровий   файл   можна   лише   у спеціальній  програмі  –  графічному  редакторі.  При  цьому  працювати  з  ним можна як з малюнком, а не як з текстовим документом.

Зайвий  раз пояснимо  різницю  між  текстом й  сканованим  документом. Уявіть,  що  ви  вводите  документ до програми  Word,  набираючи  його  на клавіатурі.  Щоразу,  натискаючи  клавішу,  до  комп'ютера  потрапляє  її  код. Фактично цей код і зберігається у «вордовському» документі. У цьому випадку для кожної букви документа відомо її походження. Наприклад, перший символ цього абзацу має код «0194», це буква «В», другий – код «0224», це символ «а» і т.д. При друкуванні або виведенні тексту на екран виконується ВІЗУАЛІЗАЦІЯ документа. Тобто  виходячи з кодів, що є в тексті Word формує їх графічне зображення, іншими словами,   «промальовує» букви. Коли ви коригуєте документ у програмі Word, ви змінюєте коди символів у документі. Саме тому одне натискання  клавіші  може  змінити лише один символ. У  графічному зображенні цього немає. Сканер нічого не друкує. Він вводить піксели (крапки) зображення. Будучі розташовані у певному порядку, ці пікселі виглядають як текст, і не більше того. Той факт, що якась частина цього зображення – це символ «В», якась частина – символ «а» комп'ютеру невідома. Для нього ці символи – усього лише  вибудуваний  певним  чином  набір  пікселів. Тому  й відредагувати ці піксели програмою Word не можна.

Для того, щоб перетворити графічний файл до текстового документу, його потрібно    розпізнати. Цим займаються спеціальні програми оптичного розпізнавання образів (OCR). Однією з найпоширеніших програм цього класу є FineReader. Незважаючи на відмінності у деталях, мета у цих програм одна.

Вони  аналізують  зображення,  намагаючись  знайти  фрагменти  із  якимось змістом. Це можуть бути символи тексту, таблиці, малюнки. Тобто програма розпізнавання намагається з'ясувати структуру документа: знайти букви, слова, речення, орієнтуючись на специфіку їх зовнішнього вигляду. Потім вона формує текстовий документ, перевіряє його за системою словників, граматичних правил й пропонує користувачеві   для   остаточного   контролю. Коли перевірку завершено, результат роботи програми розпізнавання можна зберегти у формат текстового процесора Word або електронної таблиці Excel. І тільки після цього ви одержите «нормальний» документ, з яким можете робити все, що завгодно.

Звичайно, на практиці не все так просто. Алгоритм розпізнавання – процес складний, у випадку неякісних зображень програма розпізнавання припуститься чисельних помилок. Щоб мінімізувати їх кількість, треба чітко уявляти, які мають бути зображення для доброго розпізнавання, як їх можна виправити у графічному редакторі, яким чином треба організувати сам процес розпізнавання.

3. Які зображення можна розпізнати

Щоб процес розпізнавання був успішним, графічне зображення повинне відповідати певним вимогам, а саме:

– графічний файл повинен мати роздільність десь близько 300 dpi. До речі, це «стандартна» роздільність для цифрового фотоапарата;

–   лінійний   розмір   зображення   при   цій   роздільності   повинен   бути

зіставленим з оригіналом. Малоймовірно, що вам удасться розпізнати сторінку документа з дозволом 300 dpi розміром з поштову марку;

– для розпізнавання тексту зображення може бути чорно-білим або у відтінках

сірого. Переваг роботи з кольоровими зображеннями в цьому випадку немає. Це, так сказати,   технічні вимоги до малюнків для розпізнавання. Зрозуміло,  є  й  інші  не  менш  важливі  умови  для успішного виконання цієї роботи. Наприклад, зображення повинне бути досить контрастним, букви – із чітко обкресленими краями. Любий «сміття» на сканованому зображенні у вигляді  позначок  олівцем,  плям,  дефектів  паперу  програма  розпізнавання спробує  ідентифікувати  як  символи.  Нічого  гарного  із  цього  не  вийде.  По великому рахунку, усунення подібних дефектів – не наше завдання. Ми повинні постаратися зробити так, щоб їх було якнайменше.

4. Як розпізнати документ у програмі FineReader

Спочатку  навчимося  розпізнавати  якісні  зображення. Тобто такі, що не потребують  обробки.  Такі  зображення  можуть бути отримані  зі  сканера,  або внаслідок   копіювання   фрагментів   екрана. Для прикладу ми візьмемо   для розпізнавання фрагмент тексту з таблицею, що зображений на рис. 1.

Для   розпізнавання    будемо    використати   програму   «FineReader   8.0» компанії ABBYY ( http://www.abbyy.ua/ ), скачавши демонстраційну версію з http://www.abbyy.ru/Download/.

4.1. Інтерфейс програми FineReader

Вікно програми зображено   на рис. 2. У ньому представлено меню, під ним – панелі інструментів.

Нижче   панелі   інструментів   знаходяться п'ять великих іконок для керування   програмою,   а   саме:   «Scan&Read», «Открыть», «Распознать», «Проверить»,  «Microsoft Word». Основна частина вікна розбита на чотири області. Перелічимо їх у порядку зліва-направо й зверху-вниз. У лівій частині вікна  міститься  область  сторінок  документа.  Кожна  сторінка  –  це  окреме зображення.     Праворуч     від     області     сторінок     розташоване     віконце «Изображение».  У  ньому ми  бачимо фрагмент  відсканованого  документа,  а також його розмітку (про неї поговоримо   трохи пізніше). У правій частині вікна показаний результат розпізнавання. Це – текстовий документ, його можна правити прямо в програмі FineReader.

У  нижній  частині  вікна  розташована  область  зі  збільшеною  копією зображення.  Між  областю сторінок і віконцем  «Изображение»   перебуває робоче меню для розмітки малюнка перед його розпізнаванням.

4.2. Послідовність дій щодо розпізнавання документу

Щоб розпізнати сканований документ, потрібно зробити так:

1. Завантажити одне або декілька зображень до програми FineReader.

2. Відредагувати зображення, щоб очистити його від «сміття», усунути перекручування рядків й т. і. Цей етап потрібен не завжди.

3. Розмітити    зображення,    тобто    вказати,    Як    FineReader    повинен інтерпретувати окремі ділянки малюнка. Звичайно така операція потрібна при складному форматуванні документа. Для простих випадком операцію розмітки FineReader прекрасно виконує в автоматичному режимі. 4. Розпізнати документ.

5. Переглянути  результат  роботи.  Якщо  FineReader  помилився,  можна відредагувати документ або поправити розмітку й повторити розпізнавання.

6. Імпортувати результат розпізнавання до зовнішнього додатку, наприклад, до програми Word або Excel.

4.3. Завантаження зображень

У  нашому  випадку  дані  для  розпізнавання  перебувають  на  жорсткому

диску у вигляді графічних файлів. Натискаємо кнопку «Открыть»  (на рис. 2 вона  зображена  з  номером  «1»).  З'явиться  вікно     Провідника.  У  ньому знаходимо папку, виділяємо потрібні файли й клацаємо на кнопці «Открыть» або натискаємо «Enter». Завантажені зображення з'являться в області сторінок.

Для   швидкого   завантаження   зображень користуйтеся комбінацією «Ctrl+O»  (англійська    буква    «O»).   Можете    також    скористатися меню «Файл → Открыть».

Кнопка    «Scan&Read» служить    для    початку    процесу    сканування документа. Якщо ви користуєтеся сканером, включіть його, покладіть документ і натисніть «Scan&Read». Подальша робота залежить від моделі сканера й має бути викладена в інструкції до нього. Через цю кнопку  можна й завантажити документ.   Клацніть   на   маленькому   трикутнику   в   лівій   частині   іконки «Scan&Read».  Розкриється список можливих дій. Серед них буде й операція «Открыть и распознать». Точно   так,   розкривши   список   дій   кнопки «Открыть», ви   побачите   рядок   «Сканировать изображение… Ctrl+K»... Таким    чином,    кнопки    «Scan&Read»  й    «Открыть»  багато    у    чому взаємозаміняють одна одну.

4.4. Автокоригування зображень

Операції коригування зображення зосереджені в меню «Изображение». Розберемо ті можливості, які доводиться використати найчастіше.

ПОВОРОТ ЗОБРАЖЕННЯ. Текст при розпізнаванні   повинен   бути зорієнтований  «зверху  вниз»  і  випливати  «зліва  направо».  Якщо  сторінка документа  сканована  з  поворотом,  її  прийде  переорієнтувати.  Для  цього ввійдіть в «Изображение → Повернуть/Отразить изображение».  З'явиться меню  з  п'яти  пунктів:  «Повернуть по часовой стрелке», «Повернуть против часовой стрелки», «Повернуть на 1800», «Зеркально отразить относительно вертикали», «Зеркально отразить относительно горизонтали». На практиці звичайно вистачає перших двох можливостей.

КОРИГУВАННЯ РОЗДІЛЬНОЇ ЗДАТНОСТІ. Якщо зображення скановано з «неправильним»    розділенням,    зверніться    до    меню    «Изображение → Исправить разрешение»  або «Ctrl+Shift+T».  У вікні встановіть потрібні параметри. Звичайне значення за замовчуванням «300dpi» змінювати не слід. Якщо всі сторінки скановані з низьким розділенням, переустановіть перемикач «Исправить разрешение» у положення «Всех изрображений пакета».

ОЧИЩЕННЯ ЗОБРАЖЕНЬ ВІД ДЕФЕКТІВ. Тепер спробуємо поліпшити якість  картинки.  Відразу  скажемо:  серйозні  дефекти  зображення  Finereader  не виправить. Він може прибрати лише незначні дефекти, такі як смітинки на папері, невеличкі плями й т. і. Причому цю операцію він  зробить інтелектуально: текст залишиться  у  первісному  стані,  його  пошкоджено  не  буде.  Щоб  поліпшити зображення і прибрати з нього незначні дефекти треба діяти так: