Como melhorar a precisão do OCR em fotos, digitalizações e prints

Quando o OCR erra o texto, raramente o motor é o principal culpado. Quase sempre a imagem deu pouco material para ele trabalhar: letras pequenas demais, uma sombra sobre a página, um ângulo inclinado ou um leve desfoque. Um minuto gasto na imagem poupa muito mais tempo corrigindo o texto.

As dicas abaixo estão, mais ou menos, em ordem de impacto. Para entender por que cada uma importa, como funciona o OCR explica o que o motor faz com a sua imagem.

Deixe o texto grande o bastante

O que conta é quantos pixels cada letra recebe, não quantos megapixels tem a sua câmera. Uma foto de alta resolução de uma mesa inteira ainda pode deixar o texto de uma folha com só alguns pixels de altura.

Preencha o quadro com o texto. Aproxime a câmera até que a área de que você precisa ocupe a maior parte da foto.
Aumente o zoom da tela antes do print. Amplie a página ou o documento primeiro e só depois capture. Prints de uma tela de alta resolução também são lidos melhor que o mesmo conteúdo numa tela de baixa resolução.
Não deixe as imagens encolherem no caminho. Alguns aplicativos de mensagens e programas de e-mail comprimem ou redimensionam as fotos. Envie o arquivo original ou transfira-o diretamente.
Digitalize a 300 dpi. Para letras muito pequenas, 400 a 600 dpi ajudam. As configurações estão em como extrair texto de documentos digitalizados.

Ampliar uma imagem pequena depois ajuda um pouco, porque os motores de OCR funcionam melhor quando as letras não são minúsculas. Mas isso não acrescenta detalhes que a câmera nunca captou.

Ilumine a página por igual

Use luz suave. A luz do dia vinda de uma janela ou a luz do teto do cômodo funcionam bem. Sol direto cria sombras duras e pontos estourados.
Tire a sua sombra de cima da página. O celular e as mãos bloqueiam a luz que vem de cima. Posicione-se de modo que a luz venha de lado, e não de trás de você.
Evite o flash em papel brilhante. Ele cria um ponto branco que apaga o texto embaixo. Se precisar do flash, incline um pouco o celular para o reflexo sair de cima do texto e depois endireite a foto.

Iluminação irregular é um dos principais motivos para uma parte da página sair certa e outra sair sem sentido: a área mais escura é tratada como tinta.

Fotografe de frente

Segure o celular paralelo à página. Quando ele fica inclinado, o lado mais distante da página encolhe, as linhas convergem e as letras de uma borda ficam menores que as da outra.

Se não der para evitar o ângulo, uma ferramenta de endireitar pelos quatro cantos (correção de perspectiva) puxa a página de volta para um retângulo: você arrasta uma alça até cada canto da página. Uma imagem de lado ou de cabeça para baixo só precisa ser girada. Páginas de livro que se curvam em direção à lombada são mais difíceis, porque endireitar não aplana uma curva, então deixe o livro o mais plano possível antes de fotografar.

Acerte o contraste

Os motores de OCR leem melhor texto escuro sobre fundo claro.

Texto claro em fundo escuro, como prints em modo escuro, slides e placas, deve ser invertido antes da leitura.
Texto e fundos coloridos muitas vezes são lidos melhor em tons de cinza, principalmente combinações como vermelho sobre rosa ou azul sobre cinza.
Impressão apagada ou clara se beneficia de mais contraste, ou de preto e branco se o fundo for irregular.
Fundos com padrões, como os padrões de segurança de cheques e certificados, às vezes podem ser removidos com preto e branco, que elimina padrões claros e mantém o texto escuro.

Mantenha a nitidez

Toque no texto para focar antes de tirar a foto, principalmente quando a página está perto da lente.
Fique parado. Apoie os cotovelos na mesa. Com pouca luz a câmera usa um obturador mais lento, então mais luz também significa menos tremido.
Confira antes de sair. Dê zoom na foto no celular. Se as letras estiverem borradas no tamanho real, tire outra enquanto a página ainda está na sua frente.

Aumentar a nitidez ajuda numa imagem levemente borrada, e a redução de ruído ajuda em fotos granuladas tiradas com pouca luz. Nenhuma das duas salva um tremido de movimento de verdade.

Recorte só o que você precisa

Tudo o que está na imagem é algo que o motor precisa entender.

Tire o que atrapalha. Bordas da mesa, outras páginas, logotipos, fotos e bordas escuras podem ser confundidos com texto ou bagunçar o layout.
Recorte regiões diferentes separadamente. Se você só precisa de uma coluna, um parágrafo ou uma tabela, recorte só essa parte.
Deixe uma pequena margem. Não recorte tão justo a ponto de as letras encostarem na borda da imagem. A documentação do Tesseract observa que uma pequena borda em volta do texto ajuda.

Escolha o idioma certo

O OCR lê cada idioma com um modelo próprio. Leia um texto em francês como inglês e as letras acentuadas saem erradas, ou nem saem. Leia hindi como inglês e o resultado não faz sentido.

Selecione todos os idiomas que aparecem na página, como inglês mais hindi num formulário bilíngue, e só esses. Idiomas a mais deixam a leitura mais lenta e dão ao motor mais opções erradas para escolher.

No Image to Text App, a configuração Automático começa com inglês mais os idiomas do seu navegador. Se o texto parecer de outra escrita, ele detecta a escrita e lê a imagem de novo no idioma certo.

Escolha o modo de leitura certo

Na maioria dos modos, a escolha afeta mais o formato do resultado do que as letras reconhecidas. Texto simples mantém cada linha como ela aparece. Documento junta as linhas em parágrafos e mantém títulos e listas. Tabela, Recibo ou nota fiscal, Código, Letra à mão e Matemática estruturam o resultado cada um para a sua tarefa. O Image to Text App escolhe um modo automaticamente e mostra o palpite numa etiqueta, como “Parece uma tabela”, e você pode trocar sem precisar adicionar a imagem de novo.

O que a Melhoria automática faz

A Melhoria automática do Image to Text App vem ligada por padrão. Dependendo da imagem, ela inverte texto claro em fundo escuro, amplia texto pequeno, corrige uma leve inclinação, uniformiza a iluminação e as sombras de fotos de celular e reforça o contraste. Os ajustes que ela fez aparecem listados no aplicativo, então você vê o que mudou.

Se um resultado parecer pior do que você esperava, mantenha pressionado o botão Comparar para ver o original e depois experimente as ferramentas manuais: girar, recortar, endireitar pelos quatro cantos, brilho, contraste, nitidez, tons de cinza, inverter, preto e branco, uniformizar a iluminação e reduzir ruído. Depois de alterar a imagem, pressione Ctrl+Enter (⌘+Enter no Mac) para ler de novo.

Revise o resultado com eficiência

Mesmo um bom resultado merece uma conferência se você vai depender dele.

Comece pela confiança geral. Alta, razoável ou baixa é uma indicação de quanto cuidado ter na leitura, não uma garantia.
Pule de uma palavra sinalizada para a outra. As palavras sobre as quais o motor ficou em dúvida aparecem sublinhadas, e você pode passar de uma para a seguinte.
Use a ligação entre texto e imagem. Clique numa linha do texto para ver onde ela está na imagem, ou clique na imagem para pular até o texto correspondente.
Priorize o que não tem contexto. Nomes, números, endereços de e-mail, endereços da web e códigos não podem ser deduzidos pelas palavras ao redor, então é neles que os erros mais pesam.
Corrija erros repetidos com localizar e substituir, conferindo cada ocorrência em vez de substituir tudo de uma vez.

A letra à mão pede um jeito próprio de fotografar e revisar; veja como converter anotações à mão em texto. Para fotos de páginas impressas, a página foto para texto reúne tudo isso num só lugar, e no celular você pode tirar a foto direto por ela.