OmniPage Professional 16 -katsaus

Saatat ajatella, että optisen merkintunnistuksen (OCR) ohjelmistolla ei ole paljon muuta. Niin kauan kuin se tunnistaa asiakirjat tarkasti ja kohtuullisen nopeasti, missä on parantamisen varaa? Itse asiassa Nuance väittää useita merkittäviä parannuksia OmniPage Professional 16: een, luultavasti markkinoiden tunnetuimpaan OCR-sovellukseen.

Ensinnäkin, sanoo Nuance, uusi versio on 16–27 prosenttia tarkempi kuin aikaisemmin, ja on samalla jopa 46 prosenttia nopeampi. Tämän lisäksi sen pitäisi pystyä kompensoimaan objektiivin vääristymät otetuilla sivuilla kamera, pimenee automaattisesti arkaluontoisten asiakirjojen sanat ja käsittelee sähköisiä ja paperilomakkeita. Se voi tuottaa asiakirjoja Office 2007: n XPS-muodossa ja sisältää kopiot molemmista PaperPort 11: stä (Nuance asiakirjahallintasovellus) ja PDF Converter 4, joka, kuten arvata saattaa, muuntaa asiakirjat PDF-tiedostoiksi muoto.

Ohjelman väitetään myös tekevän paremman työn tuottamalla tarkat sivuesitykset asettamatta kaikkea erillisiin teksti- ja grafiikkakehyksiin. Tämä on ollut pitkään käsitys, koska on yksi asia, että sivu näyttää oikealta, mutta toinen asia on muokata tekstiä helposti kyseisen asettelun sisällä. Suurin osa OCR-ohjelmista kamppailee 'helppo muokata asettelussa' -osan kanssa.

Kun olet asentanut ja aktivoinut OmniPage Professional 16: n, sinun on asennettava skanneri toimimaan sen kanssa. Ohjatun skannerin asennustoiminnon pitäisi toimia automaattisesti, vaikka meidän tapauksessamme se ei ollut. Ohjattu toiminto latasi uusimman skanneritietokannan Nuancesta, joka ei sisältänyt nykyistä ja suosittua All-in-One-laitetta HP OfficeJet 7210. Meidän oli suoritettava ohjelman diagnostiikka, jotta se tunnistettaisiin, mikä sisälsi tekstin, harmaasävyn ja väridokumenttien skannaamisen - noin viiden minuutin työ.

Pääkäsittelynäytössä on neljä päätehtävän välilehteä yläosassa ja kolme ruudua alla; yksi pikkukuville, yksi sivun graafiselle kuvalle ja yksi OCR-tekstille. Alareunassa on täysleveä dokumenttitilastoruutu, josta suurin osa OmniPage toimii itselleen.

Välilehdet koskevat työnkulkua, lataus- tai skannaustyyppiä, sivun asettelua ja vientiä. Huolimatta siitä, mitä Nuance näyttää ajattelevan, ne eivät ole niin intuitiivisia käyttää. Aivan kuin tämän hyväksyminen, sarja oppaita käy läpi monia tehtäviä, joiden pitäisi olla ilmeisiä, mutta eivät. Odottamattomasti oletusarvoinen 1-2-3-työnkulku, joka on suunniteltu käsittelemään yleisimmät OCR-tehtävät automaattisesti, on oletusarvoisesti asetettu lataamaan kuvat tiedostosta - se on oikea paikka, josta suurin osa asiakkaista haluaa saada syötteensä asiakirjat? Sinun on muutettava tätä käyttäytymistä, ennen kuin ohjelma alkaa etsiä skanneria.

Skannattu asiakirja ja tunnistanut sen merkit, ohjelma sitten luki sen todisteeksi ja vaati 100 prosentin tarkkuutta, vaikka tekstissä oli kaksi saman kirjoitusvirheen esiintymää. Pelkästään siksi, että sanan "tor" lukeminen sanana "for" antaa edelleen oikeutetun sanan, ei tarkoita, että se on tarkka.

OmniPage suoritti tunnistuksen hieman yli kahdessa sekunnissa, mikä on nopeaa, ja jopa monimutkaisempi sivu, jossa on grafiikkaa ja laatikoitua tekstiä, kesti alle 10 sekuntia. Tämä sivu tarvitsi enemmän valmistelua, ennen kuin saimme muokattavan asiakirjan, joka oli kohtuullisen samankaltainen kuin alkuperäinen. Meidän oli hahmoteltava sivun alueet, jotka halusimme käsitellä tekstinä, sen sijaan, että OmniPage jätettiin automaattiseksi.

Jopa täällä on huomattavia ristiriitoja. Jotkut ovat ymmärrettäviä, kuten värillisen tekstin väärä lukeminen alkuperäisestä, kun taas toiset, kuten kirjasimen ja tekstityylin erot, ovat vähemmän hyväksyttäviä. Osa tekstistä on laitettu laatimiin luomallemme Word 2003 -sivulle, kun taas loput tekstistä. Lisäksi on olemassa erilaisia ​​sisennyksiä ja riviväliä, vaikka kaikessa tekstissä on sama vasen marginaali alkuperäisessä.

OCR-asiakirjojen tallentaminen mihin tahansa tuetusta tiedostotyypistä on tarpeeksi helppoa, mukaan lukien Word 2007: n docx, Adoben PDF, WordPerfect X3 ja WAV äänentoistoa varten. Teksti puheeksi -muunnos on erityisen hyvä, ja vaikka se on korostettu Yhdysvalloissa, se kuulostaa suhteellisen luonnolliselta ja ilmeikkäältä.

Jos et tarvitse PaperPort- tai PDF Converter -ohjelmaa ja voit tehdä sen ilman joitain OmniPage Professional 16: n yritysominaisuuksia, kuten lomakkeiden OCR, sanojen ja eränkäsittelyn hallinnan peittäminen (tavallinen muokkaus), tavallinen OmniPage 16 maksaa noin 60 puntaa - suuri säästö Professionaliin verrattuna versio.

”Tuomio”

OmniPage Professional 16: een merkityt parannukset olisivat kaikki hyödyllisiä, mutta testeistämme on vielä jonkin verran tapaa, jolla ohjelmisto täyttää ne. Pitkien, tavallisten tekstidokumenttien eräkäsittelyssä ei ole epäilystäkään siitä, että ohjelmisto voi säästää paljon aikaa, mutta monimutkaisemmille sivuille, joissa on merkittävää grafiikkasisältöä, se voi silti yrittää päästä lähelle sinua skannattu.