Jak sprawdzić, czy tekst w zeskanowanym załączniku do dziennika można przeszukiwać
Jeśli chcesz znaleźć stary wpis w dzienniku na podstawie słowa widocznego w zeskanowanym załączniku, wyszukaj znane Ci słowo, a następnie sprawdź, czy pasujący wynik wskazuje załącznik, a nie wpisany tekst notatki lub nazwę pliku. Skan może być samym obrazem, plikiem PDF z istniejącą warstwą tekstową albo obrazem, który aplikacja musi przetworzyć za pomocą OCR. Są to różne sposoby uzyskania przeszukiwalnego tekstu, a ich obsługa zależy od aplikacji, typu pliku, planu i urządzenia.
Co oznacza, że załącznik można przeszukiwać?
Wyszukiwanie w aplikacji może dopasować kilka różnych elementów: wpisaną treść notatki w dzienniku, nazwę załącznika, zaznaczalny tekst już osadzony w pliku PDF albo słowa rozpoznane na obrazie za pomocą optycznego rozpoznawania znaków (OCR). Sam wynik nie pokazuje, która metoda doprowadziła do dopasowania. Na przykład wyszukanie słowa „Station” niewiele dowodzi, jeśli w samej notatce widnieje „Station ticket” albo plik nazywa się Station.pdf.
Zeskanowany plik PDF może wyglądać jak zwykły dokument, choć zawierać wyłącznie obrazy stron. Jeśli nie możesz zaznaczyć drukowanego słowa w przeglądarce PDF, to wskazówka, że plik może nie mieć warstwy tekstowej; nie dowodzi to jednak niczego na temat możliwości OCR w aplikacji do notatek. Z kolei zaznaczalny tekst w PDF może być przeszukiwalny bez rozpoznawania obrazu. Sprawdź plik w przeglądarce PDF i osobno przetestuj aplikację.
Przeprowadź kontrolowany test ze znanym słowem
Jeśli to możliwe, użyj kopii załącznika lub tymczasowej notatki. Wybierz charakterystyczne słowo wyraźnie widoczne na skanie i upewnij się, że nie występuje ono w tytule notatki, wpisanej treści ani nazwie pliku. Następnie:
To procedura, a nie raport z testowania konkretnego konta. Nieudane wyszukiwanie samo w sobie nie przesądza o niczym: OCR może być wyłączony, przetwarzanie może nadal trwać, dany format może nie być obsługiwany albo na bieżącym urządzeniu może brakować odpowiedniego indeksu.
Wyszukaj wybrane słowo w zwykłym interfejsie wyszukiwania aplikacji.
Sprawdź wynik i upewnij się, że wskazuje notatkę na podstawie załącznika, jeśli aplikacja podaje miejsce dopasowania.
Otwórz załącznik. Jeśli jest to plik PDF, spróbuj zaznaczyć i skopiować wybrane słowo w czytniku PDF.
Wyszukaj ponownie inne słowo, które występuje wyłącznie we wpisanej treści notatki. Porównaj, do którego źródła przypisano każdy wynik.
Jeśli to możliwe, sprawdź rozpoznany tekst OCR lub użyj udokumentowanej funkcji OCR aplikacji. Potwierdź, że wybrane słowo faktycznie zostało rozpoznane, a nie tylko odgadnięte na podstawie wyniku.
Najpierw sprawdź format i warstwę tekstową
Zapisz, czy załącznik jest plikiem JPEG/PNG, zeskanowanym plikiem PDF czy plikiem PDF z zaznaczalnym tekstem. Następnie osobno sprawdź aktualną dokumentację aplikacji dotyczącą obsługi każdego formatu. Dokumentacja OCR Joplina podaje, że skanuje on obrazy PNG i JPEG oraz pliki PDF, a przetwarzanie obrazów i PDF jest dostępne w aplikacji desktopowej. Opisuje też opcję wyświetlania tekstu OCR dla odnośnika do PDF lub obrazu. Dzięki temu można sprawdzić zarówno wyodrębniony tekst, jak i to, czy pojawia się w nim oczekiwane słowo.
Instrukcje OCR w OneNote firmy Microsoft opisują kopiowanie tekstu z obrazów i wydruków plików. W przypadku wielostronicowego wydruku można skopiować tekst z jednej strony lub ze wszystkich stron; instrukcje ostrzegają też, że niektóre wyniki mogą pojawić się dopiero po 24–48 godzinach. Opisują one rozpoznawanie i wyodrębnianie tekstu z obrazów lub wydruków w OneNote; nie zakładaj, że każdy rodzaj załączonego pliku jest przetwarzany w ten sam sposób.
Oddziel obsługę aplikacji od warunków konta i urządzenia
Aplikacja może ogólnie obsługiwać OCR, ale na to, czy zadziała on w przypadku konkretnego załącznika, mogą wpływać konto, plan, ustawienia lub bieżące urządzenie. Strona funkcji wyszukiwania w Evernote (strona funkcji wyszukiwania) informuje obecnie, że plany Personal, Professional i Enterprise umożliwiają wyszukiwanie tekstu w plikach PDF, dokumentach Office, obrazach, prezentacjach i zeskanowanych dokumentach. Zanim skorzystasz z tej funkcji, sprawdź aktualne szczegóły planów i swój plan.
Dokumentacja Joplina opisuje jeszcze jedno ważne rozróżnienie: skanowanie OCR odbywa się w aplikacji desktopowej, a aplikacje mobilne mogą uzyskać dostęp do danych OCR poprzez synchronizację. Brak wyniku w telefonie nie dowodzi więc, że pliku nie można zindeksować; najpierw sprawdź przetwarzanie na komputerze i dostępność zsynchronizowanych danych. Ogólnie rzecz biorąc, zweryfikuj wersję aplikacji, obowiązujący plan, ustawienie OCR, typ pliku, stan przetwarzania i synchronizacji na podstawie aktualnej dokumentacji. Nie zakładaj, że przesłanie pliku automatycznie wyodrębnia z niego tekst ani że każde urządzenie tworzy indeks lokalnie.
Uważnie analizuj wyniki i diagnozuj brak dopasowań
Jeśli znane słowo pojawia się w tekście OCR aplikacji, ale wyszukiwanie nie zwraca notatki, problem prawdopodobnie leży na dalszym etapie wyszukiwania lub synchronizacji; sprawdź dokumentację wyszukiwania aplikacji i ponów próbę po zakończeniu przetwarzania lub synchronizacji. Jeśli tekst OCR pomija to słowo, sprawdź jakość skanu, jego orientację, ustawienia języka oraz to, czy pismo jest drukowane czy odręczne. Joplin podaje, że obecny system jest niezawodny w przypadku tekstu drukowanego i wyraźnych obrazów, ale nie obsługuje pisma odręcznego; Microsoft również ostrzega, że skuteczność OCR zależy od jakości obrazu. Błędy rozpoznawania mogą więc być prawdopodobną przyczyną braku wyniku.
Jeśli słowo można zaznaczyć w pliku PDF, ale nie pojawia się w wynikach aplikacji do notatek, sprawdź, czy aplikacja indeksuje pliki PDF z osadzonym tekstem, a także skany zawierające wyłącznie obrazy. Jeśli wyniki pojawiają się tylko dla nazwy pliku lub wpisanej treści notatki, oznacza to, że te pola są przeszukiwalne, ale nic nie mówi o słowach w załączniku. Zapisuj wyniki tych kontroli osobno.
Prowadź krótką dokumentację możliwości
Dla każdej ocenianej aplikacji zanotuj aplikację i urządzenie, plan konta, jeśli ma zastosowanie, format załącznika, możliwość zaznaczenia słowa w pliku PDF, ustawienie OCR i stan przetwarzania, stan synchronizacji oraz dokładny wynik testu. Zapisz, czy dopasowany tekst pochodził z notatki, nazwy pliku, istniejącej warstwy tekstowej PDF czy tekstu OCR. Dzięki temu ogólne stwierdzenie „wyszukiwanie wydaje się działać” zmieni się w test, który można powtórzyć po zmianie urządzenia, planu, ustawień lub formatu pliku.