7 dicas para obter resultados de OCR mais precisos

O jeito mais rápido de conseguir um OCR mais preciso é ajustar a foto, não trocar de ferramenta: mantenha a imagem em foco, bem iluminada, tirada de frente e recortada perto do texto. Com esses quatro ajustes, a maioria dos erros de reconhecimento desaparece antes mesmo de o modelo entrar em ação.

A maioria dos erros de OCR não são falhas do modelo — são problemas de imagem. Um mecanismo de reconhecimento moderno como o PP-OCRv6 é bom em ler texto nítido; é ruim em adivinhar o que uma foto borrada, torta ou mal iluminada estava tentando dizer. Corrija a entrada e a saída geralmente se corrige sozinha. Aqui estão os ajustes que mais importam, mais ou menos na ordem de quanto costumam ser o problema real.

1. Deixe o texto em foco

O desfoque é, de longe, o maior responsável por perda de precisão. Se você está fotografando um documento em vez de capturar a tela, segure a câmera firme, deixe o foco travar no texto antes de disparar, e evite o desfoque de movimento causado por fotografar andando ou com pouca luz. Uma foto levemente fora de foco costuma parecer boa à primeira vista na telinha do celular, e o problema só aparece quando o modelo começa a adivinhar caracteres que, na prática, são só uma mancha cinza.

2. Use resolução suficiente

O texto precisa ser legível no nível do pixel, não só a olho nu. Uma miniatura pequena e muito comprimida — do tipo que você capturaria de uma videochamada ou de uma apresentação de slides — costuma perder o detalhe fino que diferencia caracteres parecidos, como um “l” minúsculo de um “I” maiúsculo, ou um “5” de um “S” numa fonte condensada. Quando puder escolher, capture em resolução mais alta em vez de ampliar uma imagem pequena — ampliar adiciona pixels, mas não o detalhe que nunca foi capturado.

3. Melhore a iluminação e o contraste

Uma luz uniforme e difusa é melhor do que uma única fonte forte que projeta sombras sobre a página. Evite reflexos de papel brilhante ou telas, e garanta que o texto seja visivelmente mais escuro (ou mais claro) do que o fundo — texto de baixo contraste sobre um fundo carregado ou de tom parecido é genuinamente difícil de separar do ruído para qualquer mecanismo de OCR. Um recibo impresso em papel térmico que já começou a desbotar é um bom exemplo real: a mesma perda de contraste que dificulta a leitura a olho nu é o que atrapalha o modelo.

4. Endireite a foto

Uma página fotografada num ângulo acentuado distorce a forma das letras e o espaçamento — a perspectiva faz a borda mais distante da página parecer menor e as linhas ficarem sutilmente não paralelas, exatamente o tipo de distorção para o qual um modelo de reconhecimento não foi treinado. Fotografe o mais de frente possível, direto por cima do documento em vez de pelo lado.

5. Recorte o ruído

Fundos, outros objetos e texto sem relação dentro do quadro dão ao detector mais coisa para analisar e mais chances de pegar algo que você não queria — um segundo recibo menor embaixo do que você realmente queria escanear, por exemplo. Recortar bem perto do texto que importa antes de rodar o reconhecimento melhora tanto a velocidade quanto a precisão.

6. Achate páginas curvas ou dobradas

Fotos de livros abertos ou documentos dobrados curvam as linhas de texto perto da lombada ou da dobra, o que distorce a forma das letras exatamente onde a câmera capta pior. Pressione a página o mais plana possível antes de fotografar, ou fotografe um lado de cada vez.

7. Combine a origem com a ferramenta certa

Uma única foto ou captura de tela funciona bem em Extrair Texto de Imagem. Um documento digitalizado de várias páginas funciona melhor com um fluxo de PDF página por página em vez de juntar as páginas numa imagem gigante só. Usar a ferramenta feita para o seu tipo de entrada evita uma categoria inteira de perda de precisão evitável. Se a sua fonte for justamente uma captura de tela, colá-la direto da área de transferência — como mostrado em como extrair texto de uma captura de tela — também evita um passo extra de salvar e reabrir o arquivo, que pode recomprimir a imagem sem você perceber antes de o OCR vê-la.

Nada disso exige equipamento especial — uma câmera de celular e um pouco de cuidado com luz e foco já resolve a maior parte do caminho. O resto é trabalho do modelo, e o processo de duas etapas — detecção e depois reconhecimento — por trás disso vale a pena entender se você tem curiosidade sobre por que alguns desses ajustes funcionam do jeito que funcionam — veja como o OCR no navegador realmente funciona.