Превратить фото страницы в скан

Как фотография превращается в то, что читается как документ

Фотография страницы и скан страницы различаются тремя вещами, и две из них здесь исправляются. Страница выпрямляется — лист, прошедший через сканер под углом или сфотографированный слегка повёрнутым, выравнивается — и ставится вертикально, так что снятая боком страница получается правильно повёрнутой. Оба шага всё равно нужны для распознавания, поэтому достаются бесплатно. Контраст повышается, чтобы бумага выглядела белой, а текст чёрным, а не как серая фотография документа.

Третье различие не исправляется, и именно его нужно учитывать заранее. Перспектива не корректируется: страница, снятая под углом, сохраняет форму трапеции, сужаясь к дальнему краю, и выпрямляется только её поворот. Страница с сильным сгибом или изгибающаяся к корешку толстой книги останется изогнутой. И то и другое делает текст не только некрасивее, но и труднее для распознавания, — так что самое полезное, что вы можете сделать, — держать камеру прямо над страницей, а не наклоняться над ней.

Текстовый слой даёт PDF, который выглядит точно как фотография, а ведёт себя как документ: распознанные слова невидимо размещаются поверх слов на изображении, так что в файле можно искать, выделять и копировать текст, и при этом он остаётся изображением оригинала. Ничего не перенабирается, внешний вид не меняется — именно это нужно для чека, договора или всего, где внешний вид оригинала — часть документа.

Точность зависит от съёмки, и разница совсем не тонкая. Ровная, равномерно освещённая, в фокусе и параллельная камере страница распознаётся хорошо; тень от вашей головы на странице, вспышка телефона, отражающаяся от глянцевой бумаги, или мятый чек — нет. Слова на китайском, японском и корейском распознаются, но подсчитываются, а не записываются в текстовый слой, потому что шрифт, способный их отобразить, не встроен, — вам сообщают, сколько их, а не оставляют пропуски, которые вы можете не заметить.

Если нужно другое

В вашем телефоне почти наверняка есть встроенная функция, и она лучше. Приложение «Заметки» на iOS и Google Диск на Android сканируют документы с коррекцией перспективы в реальном времени — они находят края страницы, пока вы держите камеру, и правильно выпрямляют трапецию, а именно этого шага здесь нет. Чтобы сфотографировать страницу, используйте одно из них, а результат несите куда-то ещё, если с ним нужно работать.

Для стопки страниц правильный инструмент — бесплатный OCRmyPDF: ocrmypdf --deskew --rotate-pages --clean in.pdf out.pdf за один проход выполняет выпрямление, поворот, очистку и добавление текстового слоя для документа любой длины, а --output-type pdfa заодно делает его архивным. unpaper справляется с более сложной очисткой сканов — убирает тёмную рамку со скана книги, разделяет развороты на две страницы, — чего здесь не делается вовсе.