OCR-приложение для iPhone

Что такое OCR и что делает OCR-приложение на iPhone?

OCR (Optical Character Recognition, оптическое распознавание символов) — технология, которая превращает изображение текста — фото страницы, отсканированный документ, скриншот — в машинно-читаемый текст, доступный для поиска, копирования, редактирования и переиспользования. OCR-приложение для iPhone запускает это распознавание на мобильном устройстве, а не на компьютере или сервере, превращая камеру в инструмент захвата текста для чеков, договоров, визиток, страниц учебников и рукописных заметок. ScanLens выполняет OCR на устройстве через Apple Vision и Neural Engine — документы не покидают iPhone в процессе распознавания.

Эта страница — про извлечение текста через OCR. Полный маршрут «снять и сохранить» — на странице сканера документов для iPhone. Для OCR внутри PDF (невидимый текстовый слой) — страница поискового PDF. Сравнения сканеров — на странице обзора PDF-сканера.

Как работает распознавание текста в OCR-приложении

Когда вы сканируете документ, ScanLens запускает пайплайн распознавания текста полностью на iPhone:

Предобработка изображения: скан выпрямляется, шум подавляется, контраст усиливается для оптимальной видимости символов
Анализ макета: движок выделяет области текста, колонки, абзацы и порядок чтения
Сегментация символов: отдельные символы и текстовые блоки разделяются, даже в плотных макетах
Распознавание текста: система интерпретирует обнаруженный текст возможностями OCR на iPhone
Языковое моделирование: контекстная коррекция уменьшает типичные ошибки распознавания через словарь и грамматику
Формирование результата: распознанный текст встраивается в PDF невидимо, сохраняя оригинальный визуальный вид

Обработка на устройстве

Вся OCR-обработка происходит локально через Apple Neural Engine. Документы не покидают iPhone — полная приватность даже для чувствительных материалов.

Как OCR на устройстве работает на iPhone

За OCR в ScanLens стоит фреймворк Apple Vision — то же системное распознавание текста, что лежит в основе Live Text и приложения «Камера». Vision предоставляет запрос VNRecognizeTextRequest, который принимает изображение и возвращает распознанные строки, каждую с ограничивающей рамкой и оценкой уверенности. ScanLens передаёт этому запросу отсканированную страницу и использует распознанный текст вместе с его координатами на странице, чтобы построить копируемый текст и невидимый текстовый слой в PDF.

Vision предлагает два пути распознавания. Точный путь запускает нейросеть, которая читает целые слова и строки в контексте, — именно он справляется с неровными промежутками, разными шрифтами и слитными буквами рукописного начертания; быстрый путь жертвует точностью ради скорости на простом, чистом тексте. Для сканирования документов точный путь — разумный вариант по умолчанию, и именно он сильнее всего опирается на машинно-обучаемое железо iPhone.

Это железо — Neural Engine, блок чипа Apple, созданный для быстрого и энергоэффективного запуска нейросетей. Поскольку распознавание текста — задача нейросети, она ложится на Neural Engine, а не нагружает основной процессор, — поэтому OCR на современном iPhone заканчивает чистую страницу заметно меньше чем за секунду, а многостраничный скан — за несколько секунд, без нагрева и расхода батареи, которых стоила бы долгая загрузка на сервер.

Пайплайн распознавания текста — от начала до конца

Скан проходит одни и те же упорядоченные шаги каждый раз. Сначала фото нормализуется: исправляется перспектива, чтобы страница встала ровно, затем усиливается контраст, чтобы чернила отделились от бумаги. Vision выполняет обнаружение текста, находя области с написанным и отбрасывая пустые поля и графику. Каждая область идёт на распознавание, где нейромодель превращает пиксели в символы и группирует их в слова и строки. Затем проход языковой модели разрешает неоднозначную форму в реальное слово, а не в близкий по виду промах. Наконец, ScanLens размещает невидимый текстовый слой за изображением страницы — именно это делает экспортированный PDF поисковым; тот же процесс описан на странице поискового PDF, но со стороны движка.

Почему обработка на устройстве важна для приватности

Весь пайплайн работает на самом iPhone. Изображение страницы, распознанный текст и любая сделанная вами копия не покидают устройство во время OCR — никакой загрузки, никакого аккаунта, никакого удалённого сервера, который ненадолго держит ваш документ. Это реальное отличие от веб-конвертеров «изображение в текст» и многих OCR-инструментов из App Store, которые отправляют ваше фото на сервер для распознавания. Для страницы паспорта, медицинского письма или подписанного договора разница между «обработано на моём телефоне» и «загружено на чей-то сервер» — это и есть суть. Это также значит, что распознавание работает вообще без подключения к интернету.

Поддержка языков OCR: 50+ языков

OCR в ScanLens работает с большим набором языков и алфавитов — для международных документов, академических исследований и многоязычных рабочих процессов:

Латиница: английский, испанский, французский, немецкий, итальянский, португальский, голландский, польский и ещё 20+
Кириллица: русский, украинский, болгарский, сербский
Азиатские языки: упрощённый и традиционный китайский, японский (кандзи, хирагана, катакана), корейский
Письмо справа налево: арабский, иврит, персидский, урду
Другие алфавиты: греческий, тайский, вьетнамский, хинди и другие

Для документов с несколькими языками — например, английский учебник с японскими аннотациями — ScanLens автоматически определяет и обрабатывает каждый язык без ручной настройки.

OCR-функция vs Live Text vs отдельное OCR-приложение

«OCR» на iPhone применяют к трём разным вещам. Они пересекаются, но каждая подходит под свою задачу.

Apple Live Text (встроено)

Live Text распознаёт текст внутри «Фото», видоискателя камеры и скриншотов. Коснитесь значка выделения текста и скопируйте слова. Это бесплатно, мгновенно и есть на каждом современном iPhone — нужный инструмент для номера телефона с листовки, пароля Wi-Fi с карточки или пары строк со скриншота. Его пределы видны на документах: по одному изображению за раз, без пакетной обработки нескольких страниц, без поискового PDF и без выпрямления или очистки сфотографированной страницы.

OCR как функция внутри сканер-приложения

Это и делает ScanLens. OCR — один из этапов работы с документом: снимите или импортируйте страницу, приложение её выпрямит и улучшит, распознает текст и оставит этот текст привязанным к документу — как поисковый слой PDF, как копируемый текст или как ввод для передачи в Pages или Word. Распознавание идёт страница за страницей по всему документу, и текст остаётся вместе с файлом, который вы архивируете. Нужный инструмент, когда текст принадлежит документу, который вы хотите сохранить, найти по поиску или отправить.

Отдельное OCR-приложение «изображение в текст»

Некоторые приложения не делают ничего, кроме OCR: вставьте изображение — получите текст. Многие из них работают через веб, загружая изображение на сервер для распознавания. Удобно для одной случайной картинки, но они добавляют цену в приватности и зависимость от интернета, которых избегает инструмент с обработкой на устройстве, ориентированный на документы. Если содержимое чувствительное, с этой категорией стоит быть осторожнее.

Правило большого пальца: Live Text — для быстрого фрагмента, встроенная OCR-функция — когда текст принадлежит документу, который вы сохраняете. Чтобы извлечь текст именно из одного фото, самый быстрый путь разбирает руководство по распознаванию текста с фото.

Точность OCR на печатном тексте и рукописи

ScanLens лучше всего работает на чистых, хорошо освещённых печатных документах и остаётся полезным для многих рукописных заметок и страниц со смешанным макетом. Качество OCR всё равно зависит от исходного материала, поэтому корректнее описывать результаты по условиям документа, а не делать вид, что каждая страница ведёт себя одинаково.

Что влияет на точность распознавания

Качество изображения: чёткие, хорошо освещённые сканы дают лучший результат. Используйте хороший свет и держите телефон ровно.
Состояние документа: мятые, испачканные или выцветшие документы могут хуже распознаваться в проблемных областях.
Шрифт и размер: стандартные шрифты и размер 8 пунктов и больше распознаются точнее всего. Декоративные или очень маленькие шрифты дают больше ошибок.
Язык: распространённые языки с большой обучающей базой имеют выше точность, чем редкие алфавиты.

Для рукописного текста результат зависит от разборчивости и контраста. Чёткий почерк часто подходит сразу, а неаккуратные или плотно прижатые заметки скорее потребуют ручного просмотра.

Что можно делать с распознанным OCR-текстом

Когда ScanLens извлёк текст из документов, вы можете:

Искать: мгновенно находить любое слово или фразу в сканах через поиск любого PDF-ридера
Копировать и вставлять: выделять текст в PDF и вставлять в письма, документы или заметки
Переводить: копировать извлечённый текст в переводчики для понимания документов на других языках
Доступность: screen reader'ы могут озвучивать сканы для слабовидящих
Извлечение данных: вытаскивать суммы, даты и информацию из чеков и счетов для учёта расходов
Организация архива: искать по содержимому всего архива, а не только по имени файла

Частые вопросы

Что такое OCR и как он работает?

OCR (Optical Character Recognition) преобразует изображения текста в машинно-читаемый текст. ScanLens анализирует макет страницы, определяет текстовые области и превращает их в текст, по которому можно искать и который можно выделять — для повторного использования в PDF, заметках и других документах.

Сколько языков поддерживает OCR в ScanLens?

OCR в ScanLens поддерживает более 50 языков, включая английский, испанский, французский, немецкий, китайский (упрощённый и традиционный), японский, корейский, арабский, иврит, русский и многие другие. Работает с латиницей и нелатинскими алфавитами и автоматически определяет несколько языков в одном документе.

Распознаёт ли ScanLens рукописный текст?

Да, ScanLens распознаёт рукописный текст. Результат зависит от разборчивости, освещения и качества скана — лучшие результаты дают чёткий почерк и сильный контраст между чернилами и бумагой.

Можно ли искать по извлечённому тексту в PDF?

Да, ScanLens встраивает OCR-текст невидимо в PDF, делая их полностью с поиском. Визуальный вид не меняется, но Ctrl+F (или Cmd+F) в любом PDF-ридере найдёт любое слово или фразу.

Работает ли OCR офлайн?

Да, всё распознавание происходит локально на iPhone через Apple Neural Engine. Интернет не нужен, документы не покидают устройство. Полная приватность даже для чувствительных документов.