Prepoznavanje teksta sa lakoćom

Optičko prepoznavanje teksta ili OCR (Optical Character Recognition) je jedan od onih zadataka gde elektronske aždaje jasno pokazuju svoju superiornost nad čovekom. Uz pomoć naprednih tehnologija iz oblasti veštačke inteligencije, savremeni računari odrade prenos sadržaja cele knjige u toku od nekoliko minuta, dok bi za isti posao čoveku bilo potrebno najmanje isto toliko dana. Desetine hiljada retkih knjiga i časopisa, donedavno dostupnih samo pojedincima, su, ponajviše zahvaljujući entuzijastima, postale dostupne svima nama. Takođe, prepoznavanje teksta je vrlo važno za brojne privredne i društvene institucije, ali i za obične ljude koji više ne moraju ručno da prekucavaju hiljade slova već taj mukotrpni posao ostavljaju svojim elektronskim pomoćnicima.

Prva verzija Fine Readera se pojavila još davne 1993. godine i u toku 21 godine postojanja program je prevalio put od nepoznatog i nepriznatog naslova do lidera u svojoj oblasti. Program je delo ruske firme Abbyy koja danas zapošljava preko 1200 ljudi u filijalama širom planete. Kurioziteta radi, naziv Abbyy na rekonstruisanom prajeziku mjao-jo koji je predak jezika mjao-jao, nu, hmun, hmong i kimun (verujemo da su vam u malom prstu), ima značenje „jasno oko”, što je smerna asocijacija na aktivnost kompanije.

Najnovija verzija ovog programa dolazi nam u verzijama Professional i Corporate. Prva je uglavnom namenjena individualnim korisnicima, dok je Corporate više okrenuta prema poslovnom okruženju. Glavne prednosti korporativne verzije su izražene u podršci za mrežne skenere, automatskoj (ili vremenski planiranoj) obradi dokumenata po njihovim pristizanju u mrežne foldere, automatskom instaliranju programa na više mrežnih kompjutera i modulu za prepoznavanje vizit kartica. Vlasnici računara sa ekranima osetljivim na dodir su u mogućnosti da iskoriste prednosti svog ljubimca pojednostavljujući rad upotrebom svojih deset prstiju.

Korisnički interfejs je u odnosu na prethodnu verziju pretrpeo kozmetičke izmene i sada daje look and feel u skladu sa Windowsom 8.1 i Officeom 2013. I dalje su tu dobro prepoznatljivi paneli sa umanjenim stranicama, prikazom originalnog i prepoznatog teksta, kao i panel za uvećani prikaz segmenta dokumenta. Primetno je da su kod panela sa originalom i prepoznatim sadržajem sa leve strane sada prisutne opcije koje su ranije bile postavljene na vrhu, što smatramo vrlo mudrim potezom koji olakšava rad. U svim prethodnim verzijama, za vreme obrade dokumenta je prikazivan modularni dijalog sa osnovnim informacijama koji je sprečavao upotrebu korisničkog interfejsa programa do završetka celog procesa. Sada je to izmenjeno i informacije se pokazuju u okviru statusne linije na dnu prozora, dok animirani zupčanici ukazuju da je program zauzet procesiranjem podataka. Isto tako, u ranijim verzijama smo morali da čekamo da program iščita stranicu za stranicom celog dokumenta od početka do kraja. U slučaju da nam je bio potreban pasus sa 999. stranice iz knjige koja ima 1111 stranica, bili smo prisiljeni da čekamo dok ih program sve ne obradi. Sada to nije slučaj i korisnik može da pristupi prepoznavanju bilo koje stranice, dok program u pozadini i dalje vrši prepoznavanje „od korice do korice”.

Nova verzija sa sobom donosi i novi modul za editovanje fotografija u okviru samog programa. Sada možemo da sa skeniranih dokumenata udaljimo sivu ili žutu pozadinu koja nastaje usled starenja papira. U meniju Settings primećujemo i prisustvo nekih novih opcija, kao što su uklanjanje obojenih površina (tragovi hemijske olovke ili markera, potpisi, pečati i slično), isecanje delova dokumenta (Crop), automatska regulacija kontrasta i osvetljenosti i tako dalje. Doduše, što više parametara budete zadali, obrada će biti sporija.

Šta se najviše ceni kod ovakvih programa? Osim nesumnjivo najvažnije stvari koja se odnosi na kvalitet obrađenog sadržaja, brzina je parametar koji pravi razliku između dobrog i lošeg proizvoda. Programeri su se ovaj put svojski potrudili pa je osetna optimizacija po pitanju brzine na svakom koraku. Ako je verovati proizvođaču, brzina prepoznavanja teksta na hebrejskom je povećana za 10 procenata, kineskom i japanskom za 20 procenata, ruskom za celih 50 procenata i na arapskom čak za 60 procenata. Što se srpskog jezika tiče, on je iz sada rasformirane grupe „drugi jezici” prebačen u grupu „prirodni jezici”. Nažalost, to nije značilo i nešto bolju podršku našeg jezika pošto ni sada program ne podržava srpski rečnik, dok podrška za hrvatski postoji odavno. Nedostatak rečnika je veliki minus pošto moramo pregledati izlazni tekst koji bi program uz pomoć rečnika pregledao automatski. Povećanje brzine prepoznavanja za ruski jezik bi trebalo pozitivno da se odrazi i na ćirilične tekstove na srpskom jeziku. Inače, verzija 12 radi sa preko 190 jezika i uz to ima podršku za prepoznavanje veštačkih (na primer, Esperanto) i programskih jezika (Basic, Pascal, C++).

Fine Reader u sebi poseduje tehnologiju Precise Scan koja mu omogućava smekšavanje nazubljenosti slova kod dokumenata kojima se dodaje nevidljivi tekstualni sloj (recimo, kod skeniranja ilustrovanih časopisa u PDF-u). Tu je sada i tehnologija koja znatno poboljšava rezultate skeniranja dokumenata koji su fotografisani kamerama rezolucija većih od 5 megapiksela. Poboljšana je i podrška formatima EPUB i XLSX. Prepoznavanje struktura tabela je uvećano za nekih 40 procenata, dok je kvalitet prepoznavanja grafikona i dijagrama porastao za trećinu. Za takve rezultate je najviše zaslužna tehnologija ADRT (Adaptive Document Recognition Technology), koja je znatno napredovala od uvođenja u verziji 9.

Jedna od najvećih boljki ovog programa je bila i ostala prepoznavanje pozadinske grafike i crteža. Iako je u poslednjih nekoliko verzija postignut značajan napredak po tom pitanju, ostaje još dosta mesta za unapređivanje. Iako proizvođač tvrdi da je postignuto povećanje tačnosti prepoznatog teksta na 99,7 procenata (u idealnim uslovima), to je teško proveriti u stvarnosti. Propuštanje dokumenata kroz novu i prethodnu verziju daje gotovo identične rezultate prepoznavanja. To opet ukazuje na činjenicu da po pitanju kvaliteta nije došlo do nekih epohalnih pomaka, ali je i kvalitet prepoznavanja kod prethodnih verzija bio na vrlo visokom nivou.

Igor S. RUŽIĆ