С изображений
Набір тексту із зображень потрібен, коли відомості збереглися лише у фотографіях, сканах, скриншотах або графічних PDF. Виконавець переносить матеріал у редагований документ, відновлює структуру, перевіряє числа та позначає нерозбірливі місця. На DitWork можна замовити як кілька сторінок, так і великий архів з єдиними правилами назв, форматування та контролю якості.
Автоматичне OCR може пришвидшити чернеткове розпізнавання, але воно часто плутає схожі символи, переноси рядків, колонки, формули та межі таблиць. Тому послуга охоплює не просте натискання кнопки розпізнавання, а перевірюване перенесення даних людиною. Виконавець не повинен вгадувати відсутні слова або виправляти зміст без погодження: сумнівні фрагменти позначаються й передаються замовнику для уточнення.
Які матеріали можна обробити
Виконавець може перенести в редагований вигляд звичайний текст, структуровані дані та складні елементи документа. Перед оцінюванням важливо показати реальні приклади, адже десять чітких друкованих сторінок і десять фотографій рукописної таблиці потребують різного часу.
- фотографії документів і нотаток
- скановані сторінки книжок та архівів
- скриншоти сайтів, програм і листування
- графічні PDF без текстового шару
- таблиці, анкети та форми
- рукописний текст за достатньої розбірливості
- математичні формули та спеціальні символи
- дані із зображень для Excel або CSV
Що входить до результату
Результат має бути придатним для подальшого редагування, пошуку та повторного використання. Окрім чистого тексту, замовник може отримати збережену структуру, таблиці, стилі та перелік місць, які неможливо надійно прочитати.
| Етап | Результат | Перевірка |
|---|---|---|
| Підготовка | реєстр файлів і правила оформлення | погоджений пілот |
| Набір | редагований текст, таблиці та формули | звіряння із зображенням |
| Контроль | перевірені числа та позначені сумніви | вибіркова або подвійна перевірка |
| Передавання | чистові файли та перелік уточнень | відкриття всіх файлів |
Як підготувати завдання
У завданні зазначають кількість файлів і сторінок, мову, цільовий формат, потребу повторити оформлення, допустимий спосіб позначення нерозбірливих фрагментів і потрібний рівень перевірки. Для великого масиву корисно додати один типовий і один найскладніший приклад.
- кількість сторінок і файлів
- мову та абетку джерела
- DOCX, XLSX, CSV, TXT або інший результат
- чи потрібно зберігати розташування елементів
- правила для заголовків, списків і виносок
- формат таблиць і формул
- позначення нерозбірливих місць
- строк, етапи та вибіркову перевірку
Як оцінити якість зображень
До початку роботи зображення оцінюють не лише за роздільною здатністю. На точність впливають перспектива, поворот сторінки, тіні, відблиски, стиснення, обрізані краї та контраст. Якщо матеріал можна перезняти, варто дозволити виконавцю запросити якіснішу копію до набору.
- сторінка повністю потрапляє в кадр
- текст не закритий пальцями, печатками чи відблисками
- рядки не викривлені сильною перспективою
- номер сторінки та порядок файлів зрозумілі
- символи розрізняються під час збільшення
- колір тла не зливається з літерами
- дублікати й пропуски сторінок позначені
- рукопис має достатньо стабільний почерк
Етапи виконання
Роботу краще ділити на перевірювані етапи. Пілотна сторінка показує, чи однаково сторони розуміють оформлення, рівень точності та правила для складних фрагментів.
- скласти реєстр файлів і перевірити порядок сторінок
- погодити зразок оформлення та маркер нерозбірливого тексту
- виконати OCR або ручний первинний набір
- звірити текст із зображенням рядок за рядком
- відновити таблиці, формули, списки та виноски
- окремо перевірити імена, номери, дати й суми
- передати проміжну частину для вибіркової перевірки
- внести погоджені виправлення та підготувати чистову версію
Формати джерел і результату
Джерела можуть надходити у поширених графічних форматах, а результат обирають за подальшим сценарієм. Для архіву важливий текстовий пошук, для бухгалтерії - точні таблиці, для публікації - стилі та коректна структура документа.
- JPG, JPEG, PNG, TIFF і HEIC
- сканований PDF та окремі сторінки
- DOCX, ODT, RTF і TXT
- XLSX, CSV і Google Sheets
- Markdown та HTML
- LaTeX або MathML для погоджених формул
- PDF із доданим текстовим шаром
- UTF-8 та погоджене кодування файлів
Таблиці, формули та складна розмітка
Таблиці й формули не можна перевіряти як звичайний абзац. У таблиці важливі межі рядків, стовпців та об’єднаних комірок, а у формулі - індекси, степені, дроби, знаки й послідовність символів. Для анкет і бланків заздалегідь вирішують, чи потрібна візуальна копія, чи зручна структура для введення даних.
- зберегти кількість рядків і стовпців
- не змішувати заголовки з даними
- окремо перевірити десяткові роздільники
- зберегти верхні та нижні індекси
- погодити формат одиниць вимірювання
- позначати сумнівні символи, а не вгадувати
- перевірити формули в цільовій програмі
- не переносити декоративні елементи як дані
Контроль точності
Контроль точності будують на кількох рівнях: повнота сторінок, порівняння тексту із зображенням, окрема перевірка критичних значень і технічне відкриття фінальних файлів. Для великого обсягу можна погодити подвійну перевірку вибірки або всіх сторінок.
- збігається кількість вихідних та оброблених сторінок
- не втрачено заголовки й абзаци
- числа, дати, суми та артикули звірено окремо
- рядки таблиць не зміщено
- формули та спеціальні символи відображаються правильно
- повтори й пропуски тексту виключено
- нерозбірливі місця мають єдиний маркер
- файли відкриваються без помилок і пошкоджень
Конфіденційність і персональні дані
Зображення можуть містити паспорти, договори, медичні відомості, адреси та інші персональні дані. Замовник має право передавати матеріали, а виконавець повинен отримувати лише необхідний обсяг. Не слід завантажувати закриті документи в публічні OCR-сервіси без дозволу власника даних.
- безпечний канал передавання файлів
- мінімальний набір персональних даних
- заборона публікації матеріалів у портфоліо
- погодження локальної або хмарної обробки
- обмежений строк зберігання робочих копій
- видалення тимчасових файлів після приймання
- відсутність спільних публічних посилань
- окреме погодження доступу третіх осіб
Від чого залежить вартість
Вартість залежить не лише від кількості зображень. Головні чинники - щільність тексту, якість фотографії, рукопис, складність таблиць, формул і верстки, мова, терміновість та кількість рівнів перевірки. До оцінювання краще показати виконавцю репрезентативну вибірку.
- кількість сторінок і символів
- якість та однорідність зображень
- друкований або рукописний текст
- таблиці, формули та спеціальні символи
- потреба повторити макет
- рідкісні мови й абетки
- терміновість і паралельна обробка
- повна подвійна перевірка результату
Як вибрати виконавця
Портфоліо звичайного набору тексту не завжди показує вміння працювати зі складними сканами. Попросіть приклад із таблицею, формулою або рукописом, подібним до ваших матеріалів, і уточніть, як виконавець позначає сумніви.
- приклад роботи зі схожою якістю джерела
- досвід із потрібною мовою та абеткою
- уміння створювати таблиці й формули
- описаний спосіб перевірки OCR
- готовність позначати, а не вгадувати
- роботу в потрібних форматах
- правила конфіденційності
- готовність виконати платний пілот
Як прийняти готовий документ
Приймання починають із повноти, а не із зовнішнього оформлення. Спочатку звіряють перелік сторінок, потім критичні дані й лише після цього стилі. Вибіркова перевірка має охоплювати початок, середину, кінець і найскладніші сторінки.
- звірити реєстр файлів і порядок сторінок
- перевірити заголовки, абзаци та нумерацію
- порівняти імена, дати, суми й номери
- переглянути таблиці за рядками та стовпцями
- відкрити формули в цільовій програмі
- знайти всі маркери нерозбірливих місць
- перевірити однаковість стилів
- відкрити кожен фінальний файл після завантаження
Обмеження та поширені помилки
Навіть якісне OCR не гарантує точності. Якщо символ закритий, розмитий або відсутній на зображенні, виконавець не може достовірно відновити його без іншого джерела. Юридичні, медичні, фінансові та наукові документи після набору має перевіряти профільний фахівець. Редагована копія скану також не стає офіційно засвідченим документом автоматично.
Як розмістити завдання на DitWork
Додайте кілька типових зображень, зазначте обсяг, мову, фінальний формат і правила перевірки. На DitWork можна порівняти виконавців за релевантними прикладами, замовити пілотну сторінку та розділити великий архів на етапи з проміжним прийманням.
