OCR неправильно обробляє текст

Під час створення файлу з можливістю пошуку за текстом OCR може неправильно обробити текст. У такому разі перевірте, чи правильно налаштовано мову для обробки OCR й чи придатний використовуваний оригінал.
Ви можете змінити параметр мови відповідно до оригіналу й підвищити точність обробки, використовуючи оригінал із типом символів і шрифтом, які може розпізнати апарат, та оригінал, придатний для обробки OCR.

ВАЖЛИВО

Якщо обробка OCR виконується неправильно, навіть за наявності відповідних мовних параметрів й оригіналу

Для оригіналів із великим обсягом тексту на сторінці точність обробки може не покращитися.

Під час створення OOXML-файлу у форматі Word слід враховувати такі моменти:

Текст може бути замінено небажаними символами або символи можуть бути відсутніми залежно від кольору фону, шрифту, розміру шрифту, курсиву й інших факторів.

Абзаци, розриви рядків і таблиці можуть не відтворюватися.

Деякі зображення, як-от схеми, фотографії та печатки, може бути розпізнано як текст і замінено текстом.

Стандарт параметрів і мов для обробки OCR

Стандартні мовні праметри для розпізнавання символів	Розпізнавання символів виконується на основі мов, вибраних під час налаштування обробки OCR. Створення файлу з можливістю пошуку тексту (OCR-обробка)
Азійські мови, які можна розпізнати	Японська, китайська (спрощена), китайська (традиційна), корейська * Інформацію про типи символів та шрифти див. тут: Типи символів і шрифти, які можна розпізнати (азійські мови)
Європейські мови та мовні групи, які можна розпізнати	Мови Англійська, французька, італійська, німецька, іспанська, нідерландська, португальська, албанська, каталонська, данська, фінська, ісландська, норвезька, шведська, хорватська, чеська, угорська, польська, словацька, естонська, латиська, литовська, російська, грецька, турецька Мовні групи Західноєвропейська (ISO)1, центральноєвропейська (ISO)2, балтійська (ISO)3 Інформацію про типи символів та шрифти див. тут: Типи символів і шрифти, що підтримуються для розпізнавання (європейські мови)

*1Зокрема англійська, французька, італійська, німецька, іспанська, нідерландська, португальська, албанська, каталонська, данська, фінська, ісландська, норвезька й шведська.

*2Зокрема хорватська, чеська, угорська, польська й словацька.

*3Зокрема англійська, естонська, латиська й литовська.

Типи символів і шрифти, які можна розпізнати (азійські мови)

Типи символів, які розпізнаються	Japanese Латинські літери, цифри, кандзі*1, символи, хіраґана й катакана Китайська (спрощена) GB2312-80 (латинські літери, цифри, кандзі й символи) Китайська (традиційна) Big5 (латинські літери, цифри, кандзі й символи) Корейська KSC5601 (латинські літери, цифри, кандзі, символи й хангиль)
Шрифти, які розпізнаються	Підтримка кількох шрифтів (рекомендовано: Mincho) * Символи, надруковані курсивом, не розпізнаються.
Розміри шрифтів, які розпізнаються	від 8 до 48 пт.
Шрифти, що використовуються після обробки оптичного розпізнавання символів*2	Japanese Азійські символи: MS Mincho Європейські символи: Century Китайська (спрощена) Азійські символи: SimSun Європейські символи: Calibri Китайська (традиційна) Азійські символи: PMingLiU Європейські символи: Calibri Корейська Азійські символи: Malgun Gothic Європейські символи: Calibri

*1Усі кандзі стандарту JIS 1 і деякі кандзі стандарту JIS 2

*2Тільки в разі створення OOXML-файлу у форматі Word

Типи символів і шрифти, що підтримуються для розпізнавання (європейські мови)

Типи символів, які розпізнаються	Літери алфавіту, символи, характерні для мови розпізнавання*1, цифри, символи
Шрифти, які розпізнаються	Підтримка кількох шрифтів (рекомендовано: Times, Century, Arial) * Символи, надруковані курсивом, можуть розпізнаватися.
Розміри шрифтів, які розпізнаються	6 pt.–72 pt.
Шрифти, що використовуються після обробки оптичного розпізнавання символів*2	Calibri * Курсив неможливо відтворити.

*1Залежно від мови, деякі унікальні символи можуть не розпізнаватися.

*2Тільки в разі створення OOXML-файлу у форматі Word

Оригінали, придатні для обробки OCR

Ви можете підвищити точність OCR-обробки, використовуючи оригінал, придатний для OCR-обробки.

Формат файлу оригіналу	Друковані документи й документи, створені у текстовому редакторі Оригінали, що складаються з тексту, діаграм, фотографій та/або таблиць і не мають нахилу
Формат тексту	Горизонтальне або вертикальне письмо (також можуть розпізнаватися документи з поєднанням горизонтального й вертикального письма)*1 Документи з одного до трьох стовпців і без складних елементів
Розмір шрифту	Від 8 pt до 40 pt.
Формат таблиці*2	Таблиці, які відповідають наведеним нижче умовам: Прямокутний формат, який складається із суцільних ліній межі 32 стовпці або менше 32 рядки або менше

*1Для європейських мов і корейської мови розпізнається лише горизонтальне письмо.

*2Тільки в разі створення OOXML-файлу у форматі Word