Распознать текст с фото: где прячутся ошибки и как их проверить
Как распознать текст с фото страницы и не потерять смысл: как снимать, что попросить у нейросети, где остаются ошибки распознавания и как сверить их со снимком.
Андрей
Преподаватель, научный редактор
6 мин чтения
Самая частая ошибка с распознанным текстом — вставить его в конспект или реферат, не сверив с фотографией. Так в работе оказывается «1Б12 год» вместо 1812-го или слово, разорванное посередине. Проверяющий замечает это раньше, чем смысл.
Распознать текст с фото само по себе несложно. Сфотографируй страницу ровно и при хорошем свете, прикрепи снимок к сообщению в LibraChat и попроси переписать текст дословно. Труднее другое: проверить, что получилось. Ошибки распознавания собираются в одних и тех же местах.
Снимок достаточно перенести мышью в окно переписки в браузере, ничего не устанавливая, а скриншот вставить сочетанием Ctrl+V. В приложении на телефоне страницу снимают сразу: плюс у строки ввода, затем «Камера». LibraChat разбирает прикреплённую картинку и отвечает по её содержимому.
Ошибка первая: распознать текст с кривого снимка
Распознавание начинается не с программы, а со снимка. Многие ошибки делает тень от руки, блик на глянцевой бумаге или строка, уехавшая за край кадра.
Перед тем как снимать, проверь четыре вещи:
В кадре одна страница, а не разворот.
Телефон держишь ровно над листом, без наклона.
Свет дневной или от лампы сбоку, и тени от телефона на странице нет.
Мелкий шрифт снимай ближе, но не настолько, чтобы потерять край страницы. Лучше два снимка половинок, чем один, где последние буквы строк ушли за кадр.
Просьба к снимку может быть короткой: перепиши текст с фото дословно, сохрани абзацы, а цифры и фамилии, в которых не уверен, пометь квадратными скобками.
Две оговорки. Чтение сканированных PDF LibraChat не обещает, поэтому скан лучше превратить в фотографии страниц. А рукописный текст распознаётся заметно хуже печатного, и там проверять придётся каждое слово, а не только цифры.
С рукописью помогает простая дисциплина. Снимай каждую страницу конспекта отдельно. Термины и фамилии, которые важны, обведи или перепиши печатными буквами на полях до съёмки. После распознавания сверяй именно их: в рукописи ошибаются там, где почерк торопился.
Ошибка вторая: верить цифрам на слово
Цифры ломаются чаще всего. Восьмёрка становится буквой «Б», ноль — буквой «О», единица — латинской «l». Слово с такой ошибкой ещё можно угадать, а дату или число нельзя: их не с чем сравнить, кроме оригинала.
Бывает, что текст уже распознала другая программа, и он пришёл с мусором. Тогда помогает просьба исправить только ошибки распознавания. Вот запрос, который я составил от лица ученика:
Я сфотографировал страницу учебника истории, и программа распознала текст с ошибками. Исправь только ошибки распознавания, ничего не переписывай своими словами, а сомнительные места пометь квадратными скобками: «В 1Б12 году армия Наполе-она перешла р. Неман. Ру сская армия под командо ванием Барклая де Толли отступала, из бегая генерального сра жения. 26 авгус та состоялось Бородин ское сражение.»
Вместо моего абзаца вставь свой. Три просьбы оставь как есть: только ошибки распознавания, ничего своими словами, сомнительное в скобках. Проверить его можно в LibraChat.
Слова «ничего не переписывай своими словами» особенно важны. Распознанный текст часто нужен для цитаты, а цитату не пересказывают. Если оставить просьбу общей, вроде «исправь текст», есть риск получить гладкий пересказ, в котором автора уже не процитируешь.
Ответ вернул чистый текст. Первая фраза:
В 1812 году армия Наполеона перешла р. Неман.
Здесь всё верно, и как преподаватель я засчитал бы такую правку без замечаний. Год восстановлен правильно, но восстановить его помог контекст: Наполеон, Неман, Бородино. Без контекста такой подсказки нет.
Поэтому я отправил второй абзац, где контекст ничего не подсказывает, с той же просьбой помечать сомнительное скобками. Вот он целиком, как после распознавания:
«В 1897 году население города составляло 1б4 тыс. чело-век, а к 1913 го ду вы росло до 2О5 тыс. В городе работали З завода и 1l гимназий.»
Ответ пришёл таким:
В 1897 году население города составляло 164 тыс. человек, а к 1913 году выросло до 205 тыс. В городе работали 3 завода и 11 гимназий.
Ни одной квадратной скобки, хотя я о них просил. Может быть, всё прочитано верно: «б» действительно похожа на шестёрку. Но «11 гимназий» я бы без снимка не подписал. Ответ видел только испорченный текст, а не фотографию, и уверенность тут взялась из догадки.
Отсюда правило. Если прикреплён сам снимок, ответ хотя бы видит оригинал, но цифры, даты и фамилии всё равно сверяешь со страницей сам. Если прислан только текст, без такой сверки ему верить не на чем.
Ошибка третья: не замечать разорванных слов
Вторая беда распознавания — переносы и пробелы. «Наполе-она», «Ру сская», «командо ванием»: строка кончилась, слово разорвалось, а программа решила, что это два слова.
В первом ответе все такие места склеены верно, и ответ сам это перечислил:
Сомнительных мест не осталось: «1Б12» однозначно читается как 1812, остальные правки — только склейка слов, разорванных переносом.
Склейку проверить проще всего: прочитай текст вслух. Слово, разорванное пробелом, спотыкается в речи раньше, чем в глазах. А дефис посреди обычного слова почти всегда след переноса, а не авторская мысль.
Ошибка четвёртая: не искать то, что пропало
Самые коварные ошибки не те, что видны, а те, которых нет на странице. Распознавание теряет сноски внизу листа, подписи к картинкам, строки у самого сгиба книги, текст в скобках.
Вернусь к первому ответу. В нём сказано, что сомнительных мест не осталось. Это правда о том, что ответ видел. Но во многих учебниках дату Бородинского сражения пишут с двух сторон: «26 августа (7 сентября)». Если скобка потерялась при распознавании, исправленный текст этого не покажет. Пропажу видно только на снимке.
Поэтому «сомнительных мест нет» я читаю как «в присланном тексте сомнений не найдено». Сверка с оригиналом от этого не отменяется. Самый быстрый способ — посчитать абзацы на фото и в тексте и сравнить, чем кончается каждый абзац. Пропавшая строка почти всегда обнаруживается на стыке.
Ошибка пятая: считать распознанный текст своим
Последняя ошибка уже не про технику. Распознанный текст — чужой текст, просто перепечатанный. В реферате он может стоять только как цитата с указанием источника: учебник, автор, страница.
В самой работе это выглядит так: цитата в кавычках, а за ней в скобках фамилия автора, название и номер страницы. Тогда проверяющий видит, где мысль учебника, а где твоя. Распознать текст и выдать его за свой — это уже не экономия времени, а та самая работа, которую потом возвращают.
Если текст нужен для конспекта, его перерабатывают своими словами, и тут распознавание лишь экономит перепечатку. Как превратить исходный текст в рабочий конспект, разобрано в статье про конспект из любого материала.
То же с иностранным текстом. Распознанный абзац можно сразу попросить перевести, LibraChat переводит. Но перевод проверяют так же, как распознавание: по смыслу, по именам, по числам. О том, где перевод подводит, есть разбор перевода текста с нейросетью.
Возьми последний текст, который ты распознавал для учёбы, и найди в нём три места: одно число, одну фамилию и последнюю строку любого абзаца. Сверь их со снимком. Совпали все три?
распознать текстучёбараспознавание текстафото в текстконспект
