Нужно превратить фотографии старых писем и квитанций в searchable-текст. Можно ли распознать всё автоматически и удалить снимки?

Автоматически можно получить удобный черновик, но снимки удалять нельзя. Сначала переснимите документ ровно и при рассеянном свете, оставляя края; затем распознайте с правильными языками. Сверьте имена, даты, суммы, номера и переносы таблиц. Сохраните исходное изображение как источник, проверенный текст — как производный файл, а в имени или каталоге свяжите их одним идентификатором. Для паспортов, медицинских и договорных документов используйте разрешённый локальный либо корпоративный сервис и проверьте политику удаления.

OCR создаёт текст, а не новый оригинал.

Камера стоит параллельно листу

Перспективное искажение сжимает одну сторону и ломает строки. Положите лист на контрастный фон, закрепите телефон и снимайте без цифрового зума.

Рассеянный свет убирает блик и тень

Два мягких источника по сторонам лучше вспышки в лоб. Глянцевая квитанция требует изменения угла, но текст должен оставаться резким по всей странице.

Разрешение проверяют по самой мелкой строке

Откройте кадр на полном масштабе и прочитайте примечание, индекс или номер. Если человек не видит символ, алгоритм тоже будет угадывать.

Язык и алфавит задают до запуска

Белорусский, русский, польский и латинские имена могут встретиться на одной странице. Подключите нужные языки, а смешанный рукописный текст готовьтесь проверять вручную.

Рукопись распознаётся хуже печати

Почерк, выцветание, наклон и дореформенная орфография увеличивают ошибки. Для семейного письма транскрипция человеком может быть быстрее и точнее.

Колонки требуют правильного порядка чтения

Программа может склеить соседние столбцы. Сравните последовательность абзацев и заголовков, особенно в газете, анкете и платёжном документе.

Таблица проверяется по строкам и итогам

Экспорт в электронную таблицу полезен, но объединённые ячейки и разделители распознаются нестабильно. Пересчитайте итог независимо и сверьте каждое значение с изображением.

Символы похожи именно там, где цена ошибки выше

Ноль и буква O, единица и l, запятая и точка меняют реквизит и сумму. Критические поля отмечайте цветом до проверки, а после снимайте отметку.

Облачный сервис получает копию документа

До загрузки выясните, где обрабатывается файл, сохраняется ли для обучения, кто имеет доступ и как удалить историю. Бесплатность не означает конфиденциальность.

Локальная обработка ограничена устройством

Она может лучше защищать данные и работать без сети, но поддерживать меньше языков и сложных макетов. Проведите тест на реальном документе.

Доступность хранится вместе с изображением

Проверенный текст помогает поиску и экранному диктору. Добавьте заголовки, порядок чтения и описание изображения вместо голой стены символов.

Экспорт выбирают по дальнейшей работе

Для цитирования нужен текст, для сохранения вида — PDF с текстовым слоем, для расчётов — таблица. Один формат не обязан хорошо решать все задачи.

Для большого архива создайте пилот из двадцати разных страниц: чистая печать, таблица, выцветший лист, рукопись и документ с печатью. Запишите приложение, язык, настройки, время распознавания и типичные ошибки. Составьте правила проверки: один человек сверяет критические поля, второй выборочно контролирует десять процентов страниц. Исходники получают неизменяемую папку, производные файлы — отдельную, а каталог хранит статус «распознано», «проверено» или «нужна расшифровка». Не улучшайте единственное изображение фильтром без сохранения исходника. Резервирование документов разобрано в статье о домашних копиях, а использование скана — в материале о цифровом и бумажном документе.

Для чеков и квитанций заведите отдельный маршрут. Снимайте весь документ вместе с датой, продавцом и итогом, распознавайте позиции только для поиска и бюджета, а юридически значимое изображение храните без обрезки. Сверяйте десятичный разделитель, валюту, скидку, возврат и последние цифры операции. Термобумага выцветает, поэтому важный чек о крупной покупке фотографируют заранее, сохраняя также электронное подтверждение оплаты и гарантийные документы. Не загружайте массив чеков в публичный сервис: по ним видны адреса, привычки и часть платёжной истории. Для семейной таблицы экспортируйте минимальные поля, а не полный снимок с лишними данными. Один раз в месяц открывайте выборку изображений и сверяйте ссылку из каталога. Файл, который формально существует, но потерял связь с записью покупки, почти бесполезен при претензии.

Старую газету или книгу распознают постранично с контролем разворота. Не прижимайте хрупкий корешок стеклом без совета специалиста и не вырывайте лист ради плоского кадра. Сначала снимите обложку, титульный лист и общий разворот, затем страницы с устойчивой нумерацией. Колонтитул, перенос слова и старая орфография могут создавать повторяющийся мусор; правила исправления записывают заранее и не модернизируют авторский текст молча. Проверенную транскрипцию связывают с номером страницы, сохраняя сомнительное чтение в примечании. Если издание защищено авторским правом, цифровая доступность не означает разрешение публиковать полный текст в открытом интернете.

Полезный OCR позволяет найти строку и сразу увидеть, откуда она взялась.