С изображений
Набор текста с изображений нужен, когда сведения сохранены только в фотографиях, сканах, скриншотах или графических PDF. Исполнитель переносит материал в редактируемый документ, восстанавливает структуру, проверяет цифры и отмечает неразборчивые места. На DitWork можно заказать как несколько страниц, так и большой архив с едиными правилами именования, форматирования и контроля качества.
Автоматическое OCR может ускорить черновое распознавание, но оно часто путает похожие символы, переносы строк, колонки, формулы и табличные границы. Поэтому услуга включает не простое нажатие кнопки распознавания, а проверяемый перенос данных человеком. Исполнитель не должен угадывать отсутствующие слова или исправлять содержание без согласования: сомнительные фрагменты помечаются и передаются заказчику на уточнение.
Какие материалы можно обработать
Исполнитель может перенести в редактируемый вид обычный текст, структурированные данные и сложные элементы документа. Перед оценкой важно показать реальные примеры, потому что десять четких печатных страниц и десять фотографий рукописной таблицы требуют разного времени.
- фотографии документов и заметок
- сканированные страницы книг и архивов
- скриншоты сайтов, программ и переписки
- графические PDF без текстового слоя
- таблицы, анкеты и формы
- рукописный текст при достаточной разборчивости
- математические формулы и специальные символы
- данные с изображений для Excel или CSV
Что входит в результат
Результат должен быть пригоден для дальнейшего редактирования, поиска и повторного использования. Помимо чистого текста заказчик может получить сохраненную структуру, таблицы, стили и список мест, которые невозможно надежно прочитать.
| Этап | Результат | Проверка |
|---|---|---|
| Подготовка | реестр файлов и правила оформления | согласованный пилот |
| Набор | редактируемый текст, таблицы и формулы | сверка с изображением |
| Контроль | проверенные числа и отмеченные сомнения | выборочная или двойная проверка |
| Передача | чистовые файлы и список уточнений | открытие всех файлов |
Как подготовить задание
В задании указывают количество файлов и страниц, язык, целевой формат, необходимость повторить оформление, допустимый способ обозначения неразборчивых фрагментов и требуемый уровень проверки. Для большого массива полезно приложить один типичный и один самый сложный пример.
- количество страниц и файлов
- язык и алфавит исходника
- DOCX, XLSX, CSV, TXT или другой результат
- нужно ли сохранять расположение элементов
- правила для заголовков, списков и сносок
- формат таблиц и формул
- обозначение неразборчивых мест
- срок, этапы и выборочная проверка
Как оценить качество изображений
До начала работы изображения оценивают не только по разрешению. На точность влияют перспектива, поворот страницы, тени, блики, сжатие, обрезанные края и контраст. Если можно переснять материал, лучше дать исполнителю возможность запросить более качественную копию до набора.
- страница целиком попадает в кадр
- текст не закрыт пальцами, печатями или бликами
- строки не искривлены сильной перспективой
- номер страницы и порядок файлов понятны
- символы различимы при увеличении
- цвет фона не сливается с буквами
- дубликаты и пропуски страниц отмечены
- рукопись имеет достаточно стабильный почерк
Этапы выполнения
Работу лучше делить на проверяемые этапы. Пилотная страница показывает, одинаково ли стороны понимают оформление, степень точности и правила для сложных фрагментов.
- составить реестр файлов и проверить порядок страниц
- согласовать образец оформления и маркер неразборчивого текста
- выполнить OCR или ручной первичный набор
- сверить текст с изображением строка за строкой
- восстановить таблицы, формулы, списки и сноски
- проверить имена, номера, даты и суммы отдельно
- передать промежуточную часть для выборочной проверки
- внести согласованные исправления и подготовить чистовую версию
Форматы исходников и результата
Исходники могут поступать в распространенных графических форматах, а итог выбирается по дальнейшему сценарию. Для архива важен текстовый поиск, для бухгалтерии - точные таблицы, для публикации - стили и корректная структура документа.
- JPG, JPEG, PNG, TIFF и HEIC
- сканированный PDF и отдельные страницы
- DOCX, ODT, RTF и TXT
- XLSX, CSV и Google Sheets
- Markdown и HTML
- LaTeX или MathML для согласованных формул
- PDF с добавленным текстовым слоем
- UTF-8 и согласованная кодировка файлов
Таблицы, формулы и сложная разметка
Таблицы и формулы нельзя проверять как обычный абзац. В таблице важны границы строк, столбцов и объединенных ячеек, а в формуле - индексы, степени, дроби, знаки и последовательность символов. Для анкет и бланков заранее решают, требуется ли визуальная копия или удобная структура для ввода данных.
- сохранить количество строк и столбцов
- не смешивать заголовки с данными
- отдельно проверить десятичные разделители
- сохранить верхние и нижние индексы
- согласовать формат единиц измерения
- помечать сомнительные символы, а не угадывать
- проверить формулы в целевой программе
- не переносить декоративные элементы как данные
Контроль точности
Контроль точности строят на нескольких уровнях: полнота страниц, сравнение текста с изображением, отдельная проверка критичных значений и техническое открытие итоговых файлов. Для большого объема можно договориться о двойной проверке выборки или всех страниц.
- совпадает количество исходных и обработанных страниц
- не потеряны заголовки и абзацы
- числа, даты, суммы и артикулы сверены отдельно
- строки таблиц не смещены
- формулы и специальные символы отображаются корректно
- повторы и пропуски текста исключены
- неразборчивые места имеют единый маркер
- файлы открываются без ошибок и повреждений
Конфиденциальность и персональные данные
Изображения могут содержать паспорта, договоры, медицинские сведения, адреса и другие персональные данные. Заказчик должен иметь право передавать материалы, а исполнитель - получать только необходимый объем. Не следует загружать закрытые документы в публичные OCR-сервисы без разрешения владельца данных.
- безопасный канал передачи файлов
- минимальный набор персональных данных
- запрет публикации материалов в портфолио
- согласование локальной или облачной обработки
- ограниченный срок хранения рабочих копий
- удаление временных файлов после приемки
- отсутствие общих публичных ссылок
- отдельное согласование доступа третьих лиц
От чего зависит стоимость
Стоимость зависит не только от количества изображений. Главные факторы - плотность текста, качество фотографии, рукопись, сложность таблиц, формул и верстки, язык, срочность и количество уровней проверки. До оценки лучше показать исполнителю репрезентативную выборку.
- число страниц и символов
- качество и единообразие изображений
- печатный или рукописный текст
- таблицы, формулы и специальные символы
- необходимость повторить макет
- редкие языки и алфавиты
- срочность и параллельная обработка
- полная двойная проверка результата
Как выбрать исполнителя
Портфолио обычного набора текста не всегда показывает умение работать со сложными сканами. Попросите пример с таблицей, формулой или рукописью, похожей на ваши материалы, и уточните, как исполнитель обозначает сомнения.
- пример работы с похожим качеством источника
- опыт с нужным языком и алфавитом
- умение создавать таблицы и формулы
- описанный способ проверки OCR
- готовность отмечать, а не угадывать
- работа в нужных форматах
- правила конфиденциальности
- готовность выполнить платный пилот
Как принять готовый документ
Приемку начинают с полноты, а не с внешнего оформления. Сначала сверяют список страниц, затем критичные данные и только после этого стили. Выборочная проверка должна охватывать начало, середину, конец и самые сложные страницы.
- сверить реестр файлов и порядок страниц
- проверить заголовки, абзацы и нумерацию
- сравнить имена, даты, суммы и номера
- просмотреть таблицы по строкам и столбцам
- открыть формулы в целевой программе
- найти все маркеры неразборчивых мест
- проверить единообразие стилей
- открыть каждый итоговый файл после скачивания
Ограничения и частые ошибки
Даже качественное OCR не гарантирует точность. Если символ закрыт, размыт или отсутствует на изображении, исполнитель не может достоверно восстановить его без другого источника. Юридические, медицинские, финансовые и научные документы после набора должен проверять профильный специалист. Редактируемая копия скана также не становится официально заверенным документом автоматически.
Как разместить задание на DitWork
Приложите несколько типичных изображений, укажите объем, язык, итоговый формат и правила проверки. На DitWork можно сравнить исполнителей по релевантным примерам, заказать пилотную страницу и разделить большой архив на этапы с промежуточной приемкой.
