«Солодка парочка» FineReader 9.0 + Pentax Optio і вбудовані камери

Новинний привід - початок продажів комплекту, фактична тема - перспективи перетворення цифрової фотографії в текстовий файл. Реальні технічні проблеми, консерватизм користувачів або відсутність інформації?

Разом дешевше

Причому набагато дешевше. По крайней мере, в цьому нас запевняють маркетологи поважної компанії ABBYY. Ціна комплекту (8999 руб.) Заявлена нижче, ніж роздрібна ціна фотоапарата Pentax Optio A30 (9100 руб.). Напевно, в магазинах цю камеру можна знайти і купити за такі гроші, хоча price.ru нам дає ціновий діапазон реальних пропозицій 7700-8600 руб. Але ціна пакета все одно виглядає непогано, навіть якщо орієнтуватися на найвигідніші роздрібні пропозиції. На цьому обговорення фінансового аспекту закінчимо і перейдемо до більш цікавим темам.

Про історію розвитку і вдосконалення систем розпізнавання тексту можна написати цілу книгу, тема надзвичайно цікава. Продукт ABBYY традиційно хороший, компанія по-моєму вже років п'ятнадцять спеціалізується на цьому напрямку. На російському ринку серйозних конкурентів програмі FineReader не залишилося, хоча колись існувала реальна альтернатива у вигляді програми Cuneiform компанії Cognitive Technologies. Якщо не помиляюся, остання версія Cuneiform вийшла в 1999 або 2000 році. В епоху розвитку електронного документообігу системам розпізнавання відведена ключова роль, без них занадто багато паперових документів виявилося б назавжди втрачено. До теперішнього моменту спроб офіційно «подружити» систему OCR (Optical Character Recognition - оптичне розпізнавання символів) з цифровою камерою я не пригадую, програма традиційно працювала в зв'язці зі сканером.

Вперше можливість роботи з цифровим фото була офіційно анонсована в FineReader 8.0, програму навчили автоматично виправляти геометричні спотворення фотознімку тексту. Приблизно рік тому заради інтересу спробував, результат не надихнув. Тобто в принципі працювало, але при наявності сканера особливої практичної користі для себе не побачив. Зайва морока, і занадто багато помилок довелося б виправляти вручну, в той час як відскановані сторінки розпізнаються майже бездоганно. Проте часи змінюються, і цифрова камера стала масовим продуктом, змусити FineReader пристойно працювати з цифровими знімками дуже заманливо, і відразу різко розширює коло потенційних споживачів. Чи вдалося розробникам істотно підвищити якість розпізнавання знімків? Було дуже цікаво порівняти, результати нижче.

Ще один цікавий аспект - працездатність системи розпізнавання в зв'язці з мобільним телефоном. Теж з рік тому спробував з вбудованою камерою 1.3 Mpx і більше на цю тему навіть не замислювався, аж надто гнітючим виявився підсумок експерименту. Однак з тих пір двомегапіксельною модулі стали стандартом, трьох і п'яти - уже не рідкість. Оптика вбудованих камер теж стала краще, чому б не поекспериментувати з новою версією «распознавалка»?

Об'єкти, обладнання та порядок тестування

Строго кажучи, мова не йде про повноцінне і всеосяжну тестуванні продукту. Скоріше це загальний тест на працездатність програми з різними джерелами цифрових знімків, в тому числі і з вхідною в комплект камерою Pentax Optio A30. Дана модель камери була вибрана не випадково, крім маркетингових, цінових і т.п. міркувань зіграло роль наявність декількох режимів спеціально для фотографування тексту. Опції винесені в окреме підменю і дозволяють парою-трійкою натискань на джойстик сконфигурировать апарат для отримання оптимального результату.

Телефони з вбудованими камерами були взяті ті, що опинилися під рукою: пара Самсунгов з модулями 2 Mpx і смартфон SE P1i з камерою 3.2 Mpx. Самсунга фотографії об'єктів робилися упереміш, SE P1i знімав з вбудованою світлодіодним спалахом і без неї.

В якості об'єктів було взято три звичайних прес-релізу, складний для розпізнавання злегка пом'ятий шматок газети з дрібним текстом і завалялося в шафі книжка з печаткою середньої паршивості на дешевої сірому папері. Книжка була взята не випадково, в FineReader 9.0 заявлена інтелектуальна корекція спотворень, що виникають при фотозйомці книжкового розвороту.

Перший етап - досить недбала зйомка об'єктів без особливих старань отримати якісне зображення. Але і без старань щось спеціально зіпсувати. За принципом «що вийшло - то вийшло», швидше за все, саме так буде фотографувати текст людина, вперше зіткнувся з подібним завданням. Знімки робилися кольорові і чорно-білі, спроба повторювалася, коли виникало відчуття невдалого кадру. У пам'яті смартфона випадково затесався знімок рекламної таблички в метро, заодно і цей кадр потрапив в тестову колекцію. Як згодом з'ясувалося, потрапив вдало.

Отримані файли були оброблені в FineReader 8.0 в автоматичному режимі, що вийшов документ збережений у форматі pdf. Результат роботи Pentax Optio A30 можна подивитися тут (360 Кб), телефонів Samsung - тут (240 Кб) і смартфона SE P1i - тут (280 Кб). Pentax Optio A30 і FR 8.0 впоралися із завданням непогано, зйомка в чорно-білому варіанті виявилася більш вдалою. Але помилок розпізнавання все одно забагато. Двомегапіксельною модулі Samsung видали передбачуваний результат практичної непридатності, хоча один прес-реліз здивував несподівано якісним підсумковим документом. Мабуть, попався якийсь особливо добре розпізнається шрифт. Але розраховувати на таку удачу явно не доводиться. SE P1i засмутив в міру: певний потенціал проглядається, є за що поборотися. До речі, однозначне «табу» на використання спалаху: нерівномірна засвічення і відблиски катастрофічно псують зображення. Обрізане зображення в документі pdf - підсумок не зовсім коректної роботи програми FR 8.0 при виокремлення робочої області документа і збереженні в формат pdf листів альбомної орієнтації.

Ті ж файли після невеликої попередньої підготовки: вручну позначені зони тексту і картинок. Pentax Optio , Samsung і SE P1i . Уже помітно краще, 3.2 Mpx дозволяють сподіватися на прийнятний результат при зйомці в чорно-білому режимі без спалаху аркушів А4 з великим текстом.

Тепер ті ж файли без всякої попередньої підготовки заженемо в нову, дев'яту версію FineReader. Pentax Optio , Samsung і SE P1i . Результат, як говориться, у наявності: якість розпізнавання радикально покращився, особливо добре це видно на прикладі з SE P1i. Збереження в pdf спрацював майже ідеально без всяких танців з бубном навколо налаштувань, теж приємно. Виявилися і деякі цікаві особливості роботи програми, про це нижче.

Чого можна реально домогтися

Нарешті, заключний етап експерименту. Здобувши певний досвід і зрозумівши, як знімати не треба, виготовляємо однаковий набір тестових файлів для Pentax Optio, Samsung Х820 і SE P1i. На цей раз намагаємося зробити вдалі знімки, хоча і без надмірного фанатизму з підбором освітлення, максимально можливого заповнення кадру і т.п. Pentax Optio , Samsung і SE P1i . Ось тепер зрозуміло, на що дійсно можна розраховувати. Pentax Optio відпрацьовує непогано, кількість помилок в межах допустимого, і получающийся текст придатний для вживання навіть без правки. Вбудована камера 3.2 Mpx однозначно годиться для зйомки і розпізнавання офісних документів формату А4, при необхідності можна працювати і з не дрібним книжковим текстом. Щось більш дрібне (газети, журнали тощо) - як пощастить. Вбудована камера 2 Mpx без автофокуса дозволяє отримувати стабільно непогані результати при зйомці офісних документів, це її розумну межу. Якщо дуже треба, можна фотографувати і книжкові сторінки, але розраховувати на хороший результат небезпечно.

Багато що залежить від якості оптики вбудованої камери і наявності автофокуса, кількість мегапікселів - не найголовніше. Вдало зайшов в гості товариш зі своїм SE K750i (камера 2 Mpx з автофокусом), зробили пару знімків зі стандартними настройками і при поганому освітленні. Результат виявився несподівано гарним і при деякому старанні напевно виявився б краще, ніж вдалося домогтися від модуля 3.2 Mpx в SE P1i.

Що змінилося в програмі FineReader

Тепер про деякі тонкощі роботи з програмою. Головна несподіванка - явно кращу якість розпізнавання складних текстових об'єктів при зйомці в кольорі. Особливо помітно на ділянках тексту з кольоровим фоном. При чорно-білій зйомці в автоматичному режимі програма частенько взагалі ігнорує картинки, доводиться позначати ці блоки вручну. Ще один сюрприз - явно змінився алгоритм роботи з картинками, програма набула додатковий інтелект. Тепер FineReader не вишукує текстові фрагменти в ілюстраціях і навіть відмовляється це робити в примусовому порядку (приклад з рекламою в метро).

Помітне підвищення якості розпізнавання гідно усіляких похвал, дев'ята версія - значний крок вперед, а не дрібні поліпшення заради збору грошей за черговий апгрейд. Але чим розробникам не догодив режим сканування без розпізнавання - розуму не прикладу. Позбавили трудівників офісу від зайвої кнопки на панелі інструментів для максимального спрощення процесу? Приємно, що при завантаженні пакета графічних файлів процес розпізнавання завжди запускається автоматично, але часом це призводить до марної трати часу. Типовий приклад - документація з ілюстраціями у вигляді графіків, схем з поясненнями і т.п. Простіше і швидше відразу вручну декількома кліками позначити ділянки текст / ілюстрації на кожній сторінці і запустити розпізнавання. Тепер замість цього доводиться чекати, поки програма болісно продерется через нетрі дрібного шрифту на ілюстраціях, потім видаляти автоматично створені блоки на кожній сторінці, позначати блоки вручну і знову запускати процес розпізнавання. Так і не знайшов в інтерфейсі «вимикач» цієї зайвої (для мене) автоматики.

Судячи з усього, максимальне підтримуване дозвіл сканування - 600 dpi, це гранична цифра в налаштуваннях. І навіть з готовими зображеннями в більшому дозволі FineReader працювати не хоче, просить зменшити дозвіл до 600 dpi. Логічне рішення з позиції «як би чого не вийшло», а то ж нерозумний користувач запустить сканування цілої сторінки в режимі 1200 dpi і підвісить комп'ютер файлом в 450 Мб. А як бути з невеликою ділянкою дрібного, але цілком читабельного тексту? Сканувати в графічний редактор потрібний фрагмент, робити скріншот і його розпізнавати? Спрацьовує, але процес виходить довгий і тоскний.

В процесі розпізнавання програма активно звіряє варіанти з вбудованими в неї словниками і підставляє відповідні за написання слова. Якщо не перевіряти невпевнено розпізнані ділянки, то вийшов текст може стати джерелом гарного настрою: «Потів» замість «Павло», отриманий-домученний, отримати-підучити і т.п.

Ще деякі «поліпшення» і «удосконалення» інтерфейсу не сподобалися при першому поверхневому знайомстві з продуктом, але це питання звикання. Що стосується роботи програми в традиційному режимі сканування паперового оригіналу, то тут причепитися важко, хіба що поскаржитися на різко виріс апетит до системних ресурсів комп'ютера. Покопавшись в шафі, знайшов огляд четвертої версії FineReader-а десятирічної давності, заради експерименту прогнав журнальну статтю через FineReader 9.0. Вся процедура зайняла хвилин 15-20, і результат порадував, бажаючі згадати про «дитячі хвороби» популярного продукту можуть взяти текст тут .

Резюме

Зв'язка FineReader + Pentax Optio виявилася цілком працездатною, цей млинець грудкою не назвеш. Однак для нас з вами важливіше інше: на ринку з'явився продукт, що дозволяє реалізувати потенціал вбудованих в сучасні телефони фотокамер. Причому реалізувати на рівні реальної практичної користі, а не в якості демонстрації можливостей в далекому майбутньому. Так, така функціональність потрібна далеко не всім, але ті, кому вона потрібна, її напевно по достоїнству оцінять.

Обговорення на форумі >>>

Сергій Потресов ( sergey.potresov @ ua-mobile.com )
Опубліковано - 4 грудня 2007

Є, що додати?! Пишіть ... eldar@ua-mobile.com

Новини: