ก่อนแปลงภาพเป็นข้อความ ให้ตรวจว่าภาพเหมาะกับ OCR หรือไม่

ข้อผิดพลาดในการรู้จำไม่ได้แปลว่าเลือกเครื่องมือผิดเสมอไป มุมถ่าย แสง และขนาดตัวอักษรที่ต่างกันอาจทำให้ผลจากหน้าเดียวกันเปลี่ยนไป

OCR รับพิกเซล ไม่ใช่ข้อความบนกระดาษ จึงไม่ควรคาดหวังว่าจะเติมเส้นที่เบลอ หาย หรือถูกบังได้ถูกต้อง การตรวจต้นทางมักประหยัดกว่ารันภาพที่มีปัญหาซ้ำ

แยกปัญหาการถ่ายออกจากปัญหาการจัดหน้า

บางครั้งผิดเป็นตัวอักษร บางครั้งคำค่อนข้างถูกแต่ย่อหน้าสลับลำดับ วิธีแก้ต่างกัน

ปัญหา	ผลที่อาจเกิด	สิ่งที่ควรทำก่อน
หลุดโฟกัส สั่น ตัวเล็กมาก	เส้นสับสนและอ่านตัวเลขผิด	ถ่ายใหม่หรือหาต้นฉบับที่ชัดกว่า
แสงสะท้อน สิ่งบัง สว่างเกิน	ข้อความบางส่วนหาย	ปรับแสงหรือเอาสิ่งบังออกแล้วถ่ายใหม่
หน้าเอียงหรือผิดเพอร์สเปกทีฟ	ลำดับบรรทัดผิดหรือข้ามพื้นที่	ปรับมุมหรือแก้ภาพเอกสาร
หลายคอลัมน์ ตารางซับซ้อน ภาพสลับข้อความ	ลำดับอ่านและโครงสร้างผิด	แยกพื้นที่ประมวลผลและจัดเอง

ขยายต้นฉบับตรงจุดผิด หากคนยังระบุตัวอักษรไม่ได้ การเปลี่ยนค่ารู้จำอาจไม่ช่วย

ทั้งหน้าชัดสำคัญกว่าไฟล์ใหญ่

ภาพหลายสิบ MB อาจชัดแค่ไม่กี่บรรทัดตรงกลาง ขนาดไฟล์ไม่ได้รับประกันว่าอ่านได้ทั้งหน้า

วางกระดาษให้เรียบ หันกล้องตรงหน้า และให้เอกสารกินพื้นที่หลักของภาพ หลังถ่ายตรวจมุม ขอบ และตัวเล็กที่สุด ไม่ใช่ดูแค่ภาพย่อ

ด้านล่างเบลอหรือข้อความโค้งใกล้สันหนังสือไม่หายด้วยการเพิ่มคุณภาพส่งออก หากถ่ายใหม่ได้ควรปรับสภาพการถ่ายก่อน

สำหรับสแกนเนอร์ให้เลือกความละเอียดเหมาะสม แต่เปลี่ยนค่า DPI ของภาพเดิมอย่างเดียวไม่เพิ่มข้อมูลเส้น ต้องดูพิกเซลจริงของตัวอักษรว่าชัดพอหรือไม่

ตัดส่วนเกินโดยไม่ชิดตัวอักษรเกินไป

พื้นโต๊ะ กระดาษข้างเคียง และกรอบสแกนดำอาจเข้ามาในการรู้จำ การครอบตัดที่เหมาะช่วยระบุเนื้อหา

ใช้ ครอบตัดภาพ เก็บพื้นที่ข้อความครบพร้อมขอบเล็กน้อย อย่าตัดชิดบรรทัดแรกหรือตัวสุดท้าย ตารางต้องเก็บหัวตาราง หน่วย และหมายเหตุเพื่ออธิบายตัวเลข

ตรวจความเอียงด้วย เพราะบรรทัดเอียงมากอาจรบกวนการแยกบรรทัด คู่มือคุณภาพ Tesseract กล่าวถึงการแก้เอียงและขอบที่พอดี

การหมุนไม่ใช่การแก้เพอร์สเปกทีฟ หมุนหน้าที่ถ่ายเป็นสี่เหลี่ยมคางหมูไม่ได้ทำให้สัดส่วนตัวอักษรเท่ากันทุกจุด

อย่าใช้การปรับภาพเพื่อเดาเส้นที่หาย

บางปัญหาปรับความสว่างแล้วดีขึ้น แต่บางปัญหาแปลว่าข้อมูลไม่ได้ถูกบันทึก

ข้อความในเงาอาจยังอยู่แต่คอนทราสต์ต่ำ พื้นที่ขาวจากแสงสะท้อนอาจไม่มีเส้นที่ใช้ได้แล้ว

การทำขาวดำแรงเกินไปอาจลบเส้นบางหรือทำให้เส้นติดกัน ภาพสะอาดขึ้นจึงไม่ได้เหมาะกับ OCR มากขึ้นเสมอ

การขยาย AI ก็ไม่ใช่หลักฐานยืนยันต้นฉบับ ตัวอักษรชัดขึ้นอาจเป็นคนละตัว สำหรับจำนวนเงิน รหัส และชื่อ ควรหาแหล่งชัดแทนการเติมจากภาพปรับปรุง

ทดลองหนึ่งหน้าก่อนทำทั้งชุด

เลือกภาพตัวแทนที่มีเนื้อหา ตัวเล็ก ตัวเลข หรือตาราง ตรวจว่าผลใช้ได้ก่อนประมวลผลทั้งหมด

ใช้ ภาพเป็น Word สำหรับข้อความ และ ภาพเป็น Excel สำหรับตาราง รูปแบบช่วยจัดต่อ แต่ไม่รับประกันคืนการจัดหน้าเดิมครบ

ตรวจกลางและท้ายหน้าด้วย อ่านลื่นไม่ได้ยืนยันว่ารหัส วันที่ และจุดทศนิยมถูกต้อง

ถ้าขอบหายหรือคอลัมน์เลื่อนซ้ำ ให้ย้อนดูภาพเข้า การทำทั้งชุดอาจแค่กระจายข้อผิดพลาดเดิม

ตรวจทั้งก่อนและหลังรู้จำ

ก่อน OCR ให้ยืนยัน:

• หน้าครบและหันทิศถูก
• ตัวเล็กและมุมชัด ไม่มีการสั่นเด่นชัด
• พื้นที่สำคัญไม่มีแสงสะท้อน สิ่งบัง หรือสว่างเกิน
• ครอบตัดเหลือขอบและคำอธิบายจำเป็น
• ใช้ต้นฉบับชัด ไม่ใช่สำเนาส่งต่อ จับหน้าจอ หรือบีบอัดหลายครั้ง

หลังทำ เทียบลำดับย่อหน้า บรรทัดหาย จำนวนเงิน วันที่ รหัส และชื่อเฉพาะกับต้นฉบับ ตารางต้องตรวจแถวและคอลัมน์ของแต่ละค่า

DocCrunch ภาพเป็น Word รู้จำในเบราว์เซอร์บนเครื่อง แต่ยังต้องตรวจสอบ ต้นฉบับเป็นหลักฐาน OCR ลดการพิมพ์ และการทบทวนยืนยันผล

เตรียมภาพเข้ามักคุ้มกว่าซ่อมทีละตัว ควรเก็บภาพต้นฉบับชัดไว้คู่กับเอกสารแปลง เพื่อเทียบได้ทุกเมื่อ