OCR-технології для розпізнавання тексту з паперових документів"

"OCR-технології для розпізнавання тексту з паперових документів"

🎯 Мета:

• Ознайомитися з принципом роботи OCR (Optical Character Recognition).

• Навчитися використовувати прості інструменти для розпізнавання тексту з зображення.

• Отримати навички перевірки, редагування та збереження розпізнаного тексту.

🧰 Необхідне обладнання:

• Комп’ютер з доступом до Інтернету або встановленим Python.

• Встановлений Tesseract OCR (для версії з кодом).

• Програма або сервіс:

  • Онлайн: https://www.onlineocr.net/

  • Локально: Python + бібліотеки pytesseract, Pillow, OpenCV.

📌 Частина 1: Теоретичний вступ (коротко для учнів)

OCR (оптичне розпізнавання символів) — це технологія, яка дозволяє "зчитати" текст із відсканованих документів або фотографій та перетворити його в редагований текстовий формат.

📄 Наприклад:

• Скан паспорта → текстовий файл;

• Фото сторінки книги → Word-документ.

✅ Частина 2: Практика (онлайн)

🖥 Онлайн-варіант:

1. Перейди на сайт: https://www.onlineocr.net

2. Завантаж зображення (наприклад, фото сторінки з підручника).

3. Обери мову: Ukrainian.

4. Формат виводу: Text або Word.

5. Натисни Convert.

6. Скопіюй результат, перевір правильність розпізнавання.

7. Збережи у файл: Розпізнаний_текст.txt

Частина 3: Практика з Python (поглиблений рівень)

📄 Вхідне зображення: document.png

Пояснення:

• pytesseract — інтерфейс до OCR-двигуна Tesseract.

• imagetostring(...) — виконує розпізнавання.

• lang="ukr" — задає мову розпізнавання.

• open(...) — зберігає текст у файл.

📝 Завдання для учнів:

1. Знайди фото тексту (наприклад, уривок із книжки або документа).

2. Розпізнай текст за допомогою онлайн-сервісу або Python-програми.

3. Порівняй розпізнаний текст із оригіналом — виправ помилки.

4. Збережи результат у .txt або .docx файл.

5. Напиши 2–3 речення:
   ➤ Чи була точність розпізнавання високою?
   ➤ Де були помилки і чому вони могли виникнути?

Розширення / проєкт:

• Порівняй 2 OCR-сервіси (наприклад, onlineocr.net vs i2OCR.com).

• Відскануй текст різного шрифту/якості — як це впливає на результат?

• Створи таблицю точності розпізнавання (кількість помилок на 100 слів).

✅ Очікувані результати:

• Учень вміє розпізнавати текст із зображень.

• Розуміє, де OCR працює добре, а де — з помилками.

• Отримує навичку обробки тексту з фото чи відсканованих документів.