指南

文字辨識為什麼會認錯字,怎麼修正

文字辨識(OCR)認錯字,多半是圖片的問題,而不是文字本身:模糊、陰影、頁面傾斜或彎曲、字在畫面中太小,或是辨識器不支援那種語言。把掃描處理好,文字通常就跟著改善:在均勻的光線下重新掃描,讓 iPhone 與紙面平行、靠近一點,裁掉深色邊框,並確認「原況文字」支援那種語言。然後搜尋一個你看得到的字來測試。

最後檢查日期:

文字辨識,也就是 OCR,會把一頁的圖片變成可以搜尋、拷貝或讓人朗讀的文字。順利時你完全不會注意到它。出問題時,搜尋「invoice」找不到東西,拷貝出來的字變成「lnvoice」,1,050 的總額變成 1,O5O。本頁說明為什麼會這樣,以及該改變什麼。如果頁面是阿拉伯文、希伯來文、日文或其他文字,請看其他語言的文字辨識,那裡詳細說明語言的支援情形。

你會看到的錯誤

OCR 的錯誤有固定的模式。認得出來,就很容易發現。

印刷的字 常被讀成 原因
rn m 影像模糊時,兩個字母黏在一起
0(數字零) O(字母) 在許多字型中形狀相同
1、l、I 彼此互相混淆 細細的直線筆畫
5、8、6 S、B、b 圓弧的形狀糊在一起
é、ü、ñ e、u、n 重音符號很小,容易被漏掉
兩欄 各行被橫向混在一起 閱讀順序錯誤
表格 數字落在錯的列 儲存格邊框干擾版面判斷
被換行切開的字 兩個半截的字 連字號和行尾

問題通常出在圖片

做 OCR 引擎的人都說同一件事:給引擎一張更好的影像。Tesseract 是廣泛使用的開源 OCR 引擎,它的文件列出了會降低準確度的影像問題。這些問題適用於任何 OCR,包括你的 iPhone 所使用的。

太小或太模糊

Tesseract 的文件指出,影像至少 300 dpi 時效果最好。掃描器軟體的廠商也建議一般的印刷文件約 300 dpi,並提醒 75 dpi 只適合預覽。手機沒有 dpi 設定,但道理相通:字母需要足夠的像素。對策: 讓 iPhone 靠近到頁面占滿螢幕,拿穩,讓它對焦。站著拍整張桌子,拍出來的字又小又糊。如果掃描很模糊,請看掃描為什麼會模糊裡的對策。

陰影和光線不均

OCR 首先要決定哪些像素是墨水、哪些是紙。Tesseract 的文件指出,頁面背景深淺不均時,這個步驟可能出錯,而陰影或角落的一盞燈正是這種情況。陰影裡的字會糊成一團;反光處的字則會褪掉。對策: 用窗邊的日光,身體不要擋在光源與頁面之間,有光澤的紙不要開閃光燈。請看去除掃描中的陰影。

傾斜或彎曲的頁面

根據 Tesseract 文件,頁面歪斜時,辨識器尋找文字行的能力會大幅變差,嚴重影響結果。以斜角拍攝的頁面,或是彎進書脊的書頁,都會產生傾斜、彎曲的文字行。對策: 用掃描器(「備忘錄」、「檔案」、「預覽」或某個 App)來掃描,它會找出邊緣並把頁面拉直,而不是用普通的拍照。書頁要壓平。

深色邊框和雜物

掃描的頁面常有深色邊緣,Tesseract 的文件指出,這些可能被當成多出來的字元。打孔、釘書針、印章和邊緣的手寫字也一樣。對策: 裁切到只剩紙張。

太淡、太細或太粗的字體

細筆畫和襯線會損失細節,墨水太重則會讓字母糊在一起。褪色的收據和舊影印本是最糟的情況。對策: 灰階濾鏡通常能保留淡淡的字,而強烈的黑白濾鏡會把它們丟掉。如果原件已經褪色,現在就掃描,不要等它更淡。

語言不對,或不支援那種語言

OCR 讀字時心裡有一種語言:它的字母和它的字典。Apple 的「原況文字」「不適用於部分國家、地區或語言」。頁面的語言如果是辨識器不支援的,結果會是亂碼或什麼都沒有。對策: 在設定>一般>語言與地區中,確認原況文字已開啟,並看其他語言的指南。

手寫

手寫是最難的情況,即使掃描完美,出錯也是正常的。請看把手寫轉成文字,了解可以期待什麼。

先測試文字,再信任它

  1. 打開掃描的 PDF,搜尋一個你在頁面上清楚看得到的字,最好是比較少見的字。
  2. 也試試數字,例如發票的總額。
  3. 如果搜尋完全找不到東西,這份 PDF 可能沒有文字層。我們的免費可搜尋 PDF 檢查工具可以在你的瀏覽器裡告訴你。

要為沒有文字的 PDF 加入文字,請在預覽中打開,點一下動作選單按鈕,點一下輸出,選擇 PDF,並開啟嵌入的文字。Apple 說明這會在影像上執行 OCR,使 PDF 可搜尋。更多做法請看讓掃描的 PDF 可搜尋。

無法重新掃描時

有時原件已經沒了,你手上只有一份品質不好的掃描。

  • 把文字拷貝出來,在文件裡修改,並對照影像檢查。
  • 搜尋字的一部分(用「nvoice」代替「invoice」),找出第一個字母被誤讀的頁面。
  • 把關鍵資訊(總額、日期、帳號)打在檔名或備忘錄裡,這樣不管 OCR 怎麼讀,你都找得到。

Scanner One 能幫上什麼,又有哪些做不到

Apple 的掃描器和「預覽」的「嵌入的文字」,處理乾淨的印刷文字做得很好。如果搜尋找得到你的字,你的文字就沒問題。

Scanner One 在掃描這一步就處理上面的幾個原因。Scanner One 會自動找出頁面邊緣並校正透視。書本跨頁會分成兩頁,彎曲的文字行也會被拉平。掃描提供自動優化、彩色、灰階和收據濾鏡。收據濾鏡會把褪色的收據變成白底上清晰的黑字。文字辨識在裝置上進行,支援 29 種語言。無論免費版或 Pro,每個人的每一頁都會進行文字辨識。

設為可搜尋正在辨識一張原本沒有文字的頁面
Scanner One 的「設為可搜尋」,讀取一頁原本沒有文字的內容

搜尋會查找每份文件的文字內容,並顯示相符的那一行和所在頁面。所以只要搜尋一個你看得到的字,就能很快測試一份掃描。

限制,直接說清楚:

  • 沒有 OCR 是完美的。褪色的字、很小的字、表格和手寫仍然會出錯,所以重要的數字請核對。
  • 直接編輯掃描中的字是 Pro 的功能:Pro 新增塗黑、智慧橡皮擦、編輯文字、自動匯出,以及五款替代 App 圖像。
  • Scanner One 可免費使用,並設有寬鬆的使用限制:掃描、乾淨的 PDF 和文字搜尋永遠不受限。

OCR 詞彙表條目會解釋這個術語本身。

問與答

OCR 有多準確?

在清晰、端正、印刷乾淨的掃描上,非常準確。遇到模糊、陰影、小字或褪色的字、特殊字體、表格和手寫,準確度會快速下降。沒有哪種 OCR 每次都對,所以重要的文件裡的姓名和數字請核對。

OCR 需要多高的解析度?

Tesseract OCR 的文件指出,影像至少 300 dpi 時效果最好。在手機上,這代表讓頁面占滿畫面並拿穩,而不是從遠處拍再放大。

掃描 PDF 裡的 OCR 錯誤可以更正嗎?

一般的 PDF App 通常無法手動編輯那層隱藏的文字。實際的做法是把掃描做得更好,再重新辨識,或是把文字拷貝出來,在文件裡更正。

為什麼 OCR 會把欄位和表格搞混?

它得自己猜閱讀順序。並排的兩欄可能被橫著一路讀過去,表格的儲存格也會黏在一起。一次掃描一欄,或是只裁出一個表格,會有幫助。

資料來源

本頁關於 Scanner One 的內容已於 對照 App 核實。

最後檢查:

下載 Scanner One

Scanner One 可免費使用,並設有寬鬆的使用限制:掃描、乾淨的 PDF 和文字搜尋永遠不受限。

Scanner One掃描、簽名,AI 有問必答

Scanner One 可免費使用,並設有寬鬆的使用限制:掃描、乾淨的 PDF 和文字搜尋永遠不受限。

在 App Store 下載 Scanner One