OCRはタイポグラフィではない：フラット画像から編集可能な文字を復元する
文字を認識するだけでは不十分です。使える結果には、文字のデザインの復元が必要です。
Published · Updated · Aixio
OCRは画像内の文字を読み取れますが、それだけでタイポグラフィを復元することはできません。
文字起こしだけでは、その場で選択したり、見出しの階層を保ったり、隣の画像との配置を維持したりできません。編集可能な文字復元には、言語とレイアウトの両方が必要です。
使える文字復元の四要素
文言
文字と読み順が正確である必要があります。小さなコピー、装飾的な記号、写真に重なる文字は難しい部分です。
書体
ファミリー、ウェイト、幅、スタイルがデザインの印象を決めます。Aixioは10,000以上のフォントファミリーに対応し、元の書体を識別できる場合に近い実用的な候補を見つけやすくします。
ジオメトリ
テキストボックス、サイズ、回転、配置、改行、間隔が必要です。文言が正しくても位置関係がずれれば見た目は崩れます。
階層
見出し、サブ見出し、番号付き本文、注記は、一つのOCR文や分断された字形ではなく、意味のある編集可能オブジェクトであるべきです。
Fly 007で確認する点
左が元画像、右が編集可能文字を選択したLayer v1結果です。タイトル、補助見出し、番号付き本文、小さなラベルが文字として戻り、元の構成に近い状態を保ちます。
すべての画像で元のフォントが完全に戻るわけではありません。書体が利用できない、画像が小さい、効果が画素に焼き込まれている場合があります。使えるシステムは近い出発点を返し、残りを簡単に修正できる必要があります。
5分の文字監査
- すべての文言を元画像と比較する。
- 各オブジェクトがネイティブ文字か確認する。
- 書体、ウェイト、サイズ、配置、字間、行間を確認する。
- 最長の行を書き換え、レイアウトが保たれるか見る。
- 写真や効果に重なる文字を100%表示で確認する。
目標はOCRスコアではなく、デザインを続けられる文字です。