Распознавание текста при сканировании документов на смартфонах работает с использованием технологии OCR (оптическое распознавание символов). 1 Она позволяет распознавать текст на отсканированных документах и преобразовывать его в редактируемый формат. 1

Процесс распознавания включает несколько этапов: 2

1. На изображении текстовой строки находятся базовые линии при помощи анализа проекции на вертикальную ось. 2
2. Затем производится проецирование на горизонтальную ось, но не просто по пикселям изображения, а при помощи специальной сети, обученной поиску разрезов между соседними символами. 2
3. Далее с учётом информации о допустимом алфавите определяется множество символов-кандидатов, и все они распознаются при помощи второй сети, уже классифицирующей. 2
4. Наконец, при помощи динамического программирования выбирается оптимальный путь по разрезам, соответствующий результату распознавания строки. 2

Для повышения качества распознавания документов на смартфонах часто используют не одну фотографию, а последовательность кадров: аккумулируя информацию с множества кадров, можно не только отфильтровать некоторые «плохие» входные изображения, но и существенно повысить точность финального результата. 2