Сначала откройте изображение, которое фактически получает распознаватель. Страница может лежать боком, а может быть почти вертикальной с небольшим наклоном строк. В первом случае нужно определить ориентацию страницы, во втором — выровнять строки. Сохраните исходник и проверяйте преобразования на отдельной копии.
Если приложение уже поворачивает изображение перед OCR, запишите этот этап. Повторное исправление в другом компоненте способно вернуть страницу в неверное положение. Для первого теста достаточно одного обезличенного листа с известным заголовком и несколькими контрольными полями.
Что делает режим OSD
Официальная man-страница Tesseract описывает --psm 0 как определение ориентации и письменности без распознавания текста. Режим --psm 1 включает автоматическую сегментацию с OSD, а --psm 3 выполняет автоматическую сегментацию без OSD. Документация проверена 9 ноября 2026 года. Отсутствие текста после запуска режима 0 поэтому не означает поломку OCR.
Условный диагностический запуск на локальной тестовой копии:
tesseract test-page.png stdout --psm 0Команда не исправляет исходное изображение на месте и не служит готовой конвертацией всего архива. Нужны установленный Tesseract и доступные данные OSD. Сохраните версию и сообщения инструмента; при отсутствии необходимых данных сначала исправляют окружение, а не принудительно назначают случайный угол.
Не превращайте оценку ориентации в безусловную команду для каждого листа. На странице с малым количеством текста результат может оказаться непригодным для автоматического решения. Предусмотрите состояние «нужна проверка» и испытайте отдельно пустой лист, таблицу и короткий титул. Это проверочные сценарии, а не обещание точности выбранного алгоритма.
Наклон строк проверяют после ориентации
В руководстве Tesseract по качеству отмечено, что сильный перекос ухудшает выделение строк. Сопоставьте изображение до выравнивания с полученной копией: строки должны стать горизонтальными, а края символов и поля документа должны сохраниться. Изменение угла не должно отрезать реквизиты у границы.
| Наблюдение | Следующая проверка |
|---|---|
| Страница боком | определить поворот всего листа. |
| Страница вертикальна, строки наклонены | оценить небольшой перекос. |
| Текст вертикален только в одной зоне | проверить макет и отдельные области. |
| После обработки пропал край | вернуть копию и исправить размер выходного холста. |
Если распознаются координаты полей, храните связь между исходным изображением и преобразованной копией. Рамка, найденная на повёрнутой странице, не обязана совпадать с теми же числами координат на оригинале. Проверяйте обратное преобразование по нескольким размеченным точкам, прежде чем показывать подсветку оператору.
Проверка всего комплекта
В многостраничном файле определяйте политику для каждого листа. Нельзя переносить результат первого титула на весь пакет без проверки: вложение может содержать страницы с другой ориентацией. Сохраните исходный порядок страниц и связь контрольных полей с их номерами.
- Сохранить оригинал и текущий вход OCR.
- Разделить ориентацию страницы и наклон строк.
- Проверить текст и границы на производной копии.
- Сверить подсветку полей на исходном изображении.
- Повторить тест на смешанном комплекте страниц.
После изменения сравните точные значения размеченных полей и количество пропусков с прежним профилем. Красивое положение страницы не подтверждает улучшение чтения. Если преобразование ухудшило результат, вернитесь к исходнику и прежней версии обработки, сохранив неудачный прогон для анализа.
Для передачи задачи подготовьте безопасный лист, изображение фактического входа OCR, версии модели и программы, выбранный режим и разметку нескольких полей. Тогда можно отделить ошибку определения угла от потери символов и неверной подсветки, не меняя сразу весь конвейер.