Рекомендации к качеству изображений

Общие положения

Эта статья устанавливает строго рекомендуемые требования к качеству входных изображений для корректной работы системы оптического распознавания символов (OCR). Соблюдение требований обеспечивает высокую точность распознавания при надлежащем качестве оригинала.

Требования разделены на три категории в соответствии с типом источника изображения: отсканированные документы, фотографии документов и рукописный текст.

Краткая памятка с примерами искажений приведена в п.4

Раздел 1. Отсканированные документы

Требования к качеству

Разрешение

Разрешение является главным параметром качества сканирования. Ниже приведены нормативные значения в зависимости от типа документа:

Тип документа	Минимум dpi	Размер в пикс. А4	Размер в пикс. А5
Стандартный шрифт (≥10 пт)	150 dpi	1240 × 1754	874 × 1240
Мелкий текст (6–9 пт), таблицы	200 dpi	1654 × 2339	1165 × 1654

Цветовой режим

Чёрно-белый (1 бит, binarized) — допускается только при высоком качестве оригинала и разрешении ≥300 dpi. Пороговая бинаризация должна сохранять все штрихи символов без разрывов.
Оттенки серого (8 бит) — предпочтительный режим для большинства документов. Позволяет системе самостоятельно выбрать оптимальный порог бинаризации.
Цветной (24 бит, RGB) — используется при наличии цветных элементов, важных для распознавания (печати, выделения). Увеличивает объём файла.

Контрастность и яркость

Контраст текст/фон — не менее 60% по шкале яркости: текст ≤100, фон ≥200.
Равномерность фона: перепад яркости по площади листа — не более 15%.
Недопустимы: засветы и тёмные пятна, перекрывающие текст.

Геометрия и ориентация

Перспективные искажения недопустимы (при планшетном сканировании отсутствуют).
Поля: не менее 5 мм со всех сторон для корректного определения текстовых блоков.

Aртефакты и помехи

Муар (при сканировании полиграфии): недопустим на уровне, перекрывающем символы. Для устранения — использовать режим «устранение муара» сканера или подобрать разрешение сканирования, на котором эффект проявляется минимально.
Пятна и полосы от сканера: недопустимы в зоне текста.
Просвечивание с оборотной стороны: допустимо только если яркость просвечивающих символов на 40% слабее основного текста.
Перфорация и дыроколы: допустимы на местах, не подлежащих распознаванию.

Форматы файлов

TIFF (без потерь)
PNG (без потерь)
PDF (с нормативным разрешением).
JPEG с коэффициентом сжатия quality >85.

Раздел 2. Фотографии документов

Требования к качеству

Разрешение и плотность текста в кадре

Для фотографий требования формулируются в пикселях на символ, поскольку физическое разрешение зависит от расстояния съёмки. При съёмке листа А4 целиком минимальное разрешение итогового изображения — 2480×3508 px (эквивалент 300 dpi). Для смартфонов — не менее 8 Мп при правильном кадрировании.

Стандартный печатный текст: минимум 15 px, рекомендуется 25–30 px на высоту строчной буквы.
Мелкий текст: минимум 20 px, рекомендуется 35–40 px.
Объект распознавания (документ) должен занимать как можно большую часть кадра!

Резкость и фокус

Текст должен быть в фокусе по всей площади изображения.
Недопустимо смазывание от движения камеры (motion blur). Края символов должны быть чёткими, без «ореолов» шириной более 1–2 px.
Глубина резкости должна охватывать всю поверхность документа.

Освещение

Равномерность: перепад яркости по поверхности документа — не более 30%.
Блики от ламинированных документов (паспорт, пластиковые карты) — недопустимы в зоне текста. Устранение: съёмка под углом к источнику света или рассеянное освещение.
Предпочтительна нейтральная цветовая температура: 5000–6500 K.
Цифровой шум (зернистость при плохом освещении) — недопустим.

Геометрические искажения

Перспективные искажения: следует избегать, насколько это возможно.
Изгиб страниц: допустимый прогиб — не более 5 мм по центру при длине строки 200 мм.

Артефакты

Тени от пальцев: недопустимы в зоне текста. Документ держать за края или использовать подставку.
Отражения: при съёмке документов в прозрачных файлах или за стеклом — недопустимы.
Засветка встроенной вспышкой: центральный блик — недопустим.

Форматы файлов

Предпочтительные: JPEG (quality ≥90), PNG, HEIC/HEIF (с конвертацией перед обработкой).
Не допускается JPEG с quality <80 и другие форматы с использованием сильного сжатия — блочные артефакты искажают символы.

Раздел 3. Рукописный текст

Требования к качеству

Разрешение

Рукописный текст требует более высокого разрешения, чем печатный, поскольку тонкие штрихи и соединения букв нуждаются в детализации для однозначной интерпретации.

Крупный чёткий почерк (≥5 мм): минимум 150 dpi / 20 px на букву, рекомендуется 200 dpi.
Средний почерк (3–5 мм): минимум 200 dpi / 25 px, рекомендуется 300 dpi.
Мелкий почерк (<3 мм): минимум 200 dpi / 30 px, рекомендуется 300 dpi.
Печатные буквы (капс, блок): минимум 200 dpi, рекомендуется 300 dpi.

Контрастность и цвет чернил

Контраст чернил с фоном — не менее 70%.
Допустимые цвета: чёрный, тёмно-синий — обеспечивают максимальный контраст.
Условно допустимые: тёмно-зелёный, тёмно-фиолетовый — точность снижается на 5–10%.
Недопустимые: красный, оранжевый, жёлтый, светло-голубой — недостаточный контраст при преобразовании в оттенки серого.
Карандаш (HB и темнее): допускается при разрешении ≥400 dpi и отсутствии следов стирания.

Бумага и фон

Цвет фона: белый или светло-серый.
Линии разлиновки допустимы при условии, что они светлее текста не менее чем в 2 раза.
Грубая текстура бумаги (крафт, акварельная) — не рекомендуется: создаёт помехи, неотличимые от штрихов.
Помятость и складки, пересекающие строки, — недопустимы.

Требования к почерку

Раздельное написание: печатные буквы распознаются значительно лучше связного курсива.
Однородность: резкое изменение размера, наклона или стиля написания снижает точность.
Буквы не должны перекрываться по горизонтали; строки — по вертикали.

Исправления и помарки

Зачёркивания, замазывания корректором, записи поверх ранее написанного — являются источником ошибок.
Связный курсив (скоропись): точность распознавания 60–75% даже при идеальном качестве изображения — это алгоритмическое ограничение системы.
Исторические почерки (уставное письмо, скоропись XVII–XIX вв.): требуют специализированных моделей; стандартная OCR-система для них не предназначена.

Сводная таблица минимальных требований

Параметр	Сканир. документ	Фото документа	Рукописный текст
Разрешение	150–300 dpi	2480×3508 px (А4)	200–300 dpi
Контраст текст / фон	≥ 60%	≥ 60%	≥ 70%
Допустимость наклона	+	+	-
Цветовой режим	Любой	Любой	Оттенки серого
Блики / тени в тексте	Недопустимы	Недопустимы	Недопустимы
Смазывание / расфокус	Недопустимо	Недопустимо	Недопустимо
Ожидаемая точность OCR (примерно)	95+%	80-90%	60–80%

Раздел 4. Краткая памятка

Параметр	Рекомендации	Потенциальные проблемы при несоблюдении рекомендаций
Разрешение	200 - 300 dpi	Низкое качество распознавания - ошибки в словах.
Размер изображения А4	1654 × 2339 пикселей и более
Размер изображения А5	1165 × 1654 пикселей и более
Искажение «поворот»	Допустимо
Искажение «трапеция», «перспектива»	Допустимо при малой интенсивности для небольших фрагментов текста. Недопустимо для таблиц и больших текстов.	Ошибки в определении области распознавания - «перепутанные» данные.
Искажение «подушка»	Допустимо при малой интенсивности для небольших фрагментов текста. Недопустимо для таблиц и больших текстов.
Графические артефакты (пятна, помехи, складки и т.д.)	Допустимо для областей, не подлежащих распознаванию.	Низкое качество распознавания - ошибки в словах, пропуски слов и предложений.Ошибки в определении области распознавания - «перепутанные» данные.
Контрастность текста	Необходимо избегать «бледного» и сливающегося с фоном текста.
Цветной фон	Допустимо при высокой контрастности распознаваемого текста
Площадь документа на изображении	Документ должен занимать наибольшую возможную площадь на изображении и размещаться по центру. Необходимо избегать большого количества лишнего фона, особенно, если на нем присутствуют другие объекты.	Ошибки в определении области распознавания - «перепутанные» данные.

Тип документа	Вид искажения	Рекомендации
Скан	Неравномерный фон	Плотно прижать документ при сканировании.
	Пятна, полосы	Убедиться в чистоте сканируюющей поверхности.
	Сдвиги, «разрывы»	Исключить движение документа во время сканирования.
Фотография	Искажение «трапеция»	Расположить камеру строго над документом, перпендикулярно его плоскости.
	Искажение «подушка»	Не использовать широкий угол съемки (увеличить «приближение» камеры)
	Блики и отсветы	Немного сместить камеру относительно документа, изменить место съемки, отключить вспышку
	«Лишние» объекты на фоне, документ занимает меньше 80% площади кадра	Приблизить документ к камере, кадрировать полученный снимок по границам документа.
	Темное, «зернистое» изображение	Съемку необходимо проводить в хорошо освещенном месте
Рукописный текст	Общая рекомендация	Текст должен быть максимально разборчивым. По возможности, использовать печатные буквы. Избегать выхода текста за отведенные поля, расположения поверх других элементов документа. Избегать использования ручек со светлыми чернилами.

Виды графических искажений, снижающих точность OCR

Вид искажения	Комментарий	Пример
Низкое разрешение	Характерно для: скан, фото Степень влияния: критическая
Артефакты сканирования / печати	Характерно для: скан Степень влияния: высокая (в зависимости от силы искажений)
Низкая контрастность	Характерно для: скан Степень влияния: средняя - высокая (в зависимости от силы искажений)
Низкая освещенность	Характерно для: фото Степень влияния: критическая
Трапеция (перспектива)	Характерно для: фото Степень влияния: критическая
Подушка	Характерно для: фото Степень влияния: высокая
Лишний фон	Характерно для: фото Степень влияния: высокая
Тени	Характерно для: фото Степень влияния: высокая
Изгибы, замятия	Характерно для: скан, фото Степень влияния: высокая