Como Converter Documentos Escritos à Mão em Texto

Se você tem uma pilha de documentos escritos à mão que clamam para serem digitalizados para permitir fácil edição, compartilhamento e armazenamento, a tecnologia de reconhecimento de texto manuscrito (HTR) está aqui para te ajudar. Com sua ajuda, você pode converter documentos escritos à mão em texto em alguns passos simples, e tudo o que você precisa é de um scanner e software.

Índice

• O Desafio de Digitalizar Documentos Escritos à Mão
• Converter Documentos Escritos à Mão em Texto Usando Transkribus
• Alternativas ao Transkribus

O Desafio de Digitalizar Documentos Escritos à Mão

Digitalizar documentos escritos à mão e convertê-los em texto digital pode ser realmente complicado, pois traz um conjunto único de desafios:

• A caligrafia varia de pessoa para pessoa, dificultando que softwares padrão de Reconhecimento Óptico de Caracteres (OCR) reconheçam e transcrevam o texto com precisão.
• Documentos escritos à mão frequentemente contêm erros, como palavras riscas e erros de ortografia, que podem confundir ainda mais o software de digitalização.
• Muitos documentos que foram escritos à mão são antigos, e a qualidade do papel, a tinta utilizada e até a presença de marcas ou dobras aleatórias podem complicar ainda mais o processo de digitalização.

Para lidar com esses e outros desafios, os desenvolvedores de software criaram softwares especializados em Reconhecimento de Texto Manuscrito (HTR), projetados especificamente para a tarefa de converter documentos escritos à mão em texto.

As ferramentas HTR utilizam algoritmos avançados para se adaptar a diferentes estilos de caligrafia, diferenciar entre texto intencional e marcas aleatórias ou correções, e lidar com documentos antigos ou danificados.

Converter Documentos Escritos à Mão em Texto Usando Transkribus

Quando se trata de converter documentos escritos à mão em texto, existem muitas ferramentas HTR disponíveis. No entanto, a que eu recomendo mais é o Transkribus. É um software online com uma versão para desktop que é extremamente fácil de usar, e você pode treiná-lo para melhorar seu desempenho.

De imediato, os resultados com o Transkribus podem ser decepcionantes. No entanto, o verdadeiro poder dessa ferramenta reside em sua interface de treinamento. Com algum tempo e esforço, você pode treinar o Transkribus para reconhecer sua caligrafia com mais precisão, o que pode melhorar significativamente a qualidade da transcrição.

A versão gratuita do Transkribus permite converter até 100 documentos e realizar até cinco execuções de treinamento por mês (mais sobre isso em breve). Para começar, visite o site da ferramenta, clique no botão Experimente grátis e crie uma conta de usuário.

Para começar a converter seu documento, abra a coleção padrão no Transkribus. Pense nas coleções como pastas onde você pode organizar seu trabalho, com cada coleção contendo documentos individuais. Cada documento é composto por imagens que representam as páginas reais de seu texto.

Para adicionar seu documento, clique no botão Carregar Arquivos. O Transkribus aceita vários formatos, como JPEG, PNG e PDFs, mas para um reconhecimento ideal, recomenda o uso de JPEGs a 300 DPI. Assim que seus documentos forem carregados, você estará pronto para converter o documento escrito à mão em texto.

Abra o documento e selecione todas as imagens que deseja converter. Clique no botão Reconhecer.

O Transkribus oferece uma variedade de modelos públicos para diferentes idiomas e períodos de tempo. Para reconhecimento de texto imediato sem nenhum treinamento, escolha um que melhor corresponda às características do seu documento, clique no botão Começar Reconhecimento e aguarde. Eu escolhi o modelo The English Eagle.

Trabalhos de reconhecimento de texto manuscrito criados por usuários gratuitos recebem uma prioridade baixa, portanto, pode levar algum tempo para o Transkribus concluir.

Após o processo de reconhecimento, ajuste os resultados usando o editor de documentos do Transkribus. Ele sincroniza as visões de texto e imagem para um processo de edição intuitivo. Você pode usar tags para marcar entidades, eventos ou transcrições incertas.

Treine um Modelo Personalizado para Melhorar o Desempenho do HTR

Para treinar um modelo personalizado, prepare seus dados de verdade. Isso envolve transcrever com precisão um conjunto de documentos escritos à mão que correspondam aos estilos de escrita que você deseja que o modelo reconheça. Quanto mais variados e representativos forem seus dados, melhor será o desempenho do seu modelo.

Para treinar um modelo, clique no botão Treinar Novo Modelo. Selecione a opção Modelo de Reconhecimento de Texto, escolha a coleção que contém seu(s) documento(s) de verdade, e depois selecione as páginas a serem incluídas nos dados de treinamento e validação. Os dados de treinamento são usados para ajustar os parâmetros do modelo, enquanto os dados de validação fornecem uma avaliação imparcial do desempenho do modelo.

Configure as definições do modelo, como o idioma e o conjunto de caracteres, para iniciar o processo de treinamento, que envolve múltiplos ciclos ou “épocas” onde o modelo aprende com seus dados. O Transkribus interrompe automaticamente o treinamento quando o desempenho do modelo para de melhorar.

Após o treinamento, use seu modelo personalizado para transcrever novos documentos com precisão aprimorada.

Alternativas ao Transkribus

Enquanto o Transkribus é minha escolha principal para converter documentos escritos à mão em texto, existem muitas outras ótimas opções:

• Pen2Txt é um novato no cenário HTR. Ele visa oferecer alta precisão aproveitando o que há de mais recente em tecnologia de IA para adaptar-se a diversos estilos de caligrafia. Embora ainda esteja em progresso, o Pen2Txt oferece uma interface amigável e bom desempenho. No entanto, usuários gratuitos estão limitados a apenas três conversões.
• Google Document AI faz parte do conjunto de ferramentas de processamento de documentos com inteligência artificial do Google. Oferece excelente reconhecimento imediato sem treinamento, tornando-se uma escolha sólida para conversões rápidas. Você pode obter $300 em crédito grátis para experimentar a ferramenta, mas precisará pagar por conversão para uso contínuo.
• GrabText é uma ferramenta online simples que captura texto manuscrito ou impresso de fotos, gráficos e documentos e o converte em texto editável. Oferece um processo simples em três etapas: capturar o texto, aplicar correções automáticas (incluindo ortografia e gramática) e exportar o texto convertido em vários formatos. Infelizmente, você precisa convidar um amigo para usá-la gratuitamente.

Seja escolhendo Transkribus ou uma das alternativas mencionadas acima, você poderá digitalizar seus documentos com facilidade. Se estiver à procura de mais opções, aprenda como converter imagens em texto usando OCR no Android.

Crédito da imagem: Pixabay. Todas as capturas de tela por David Morelo.