Seitenausrichtung in Dokumenten automatisch korrigieren

Marius Kleidl

Softwareentwickler · München, Deutschland · Bio anzeigen

Seiten in gescannten Dokumenten sind häufig nicht korrekt ausgerichtet, weil beim manuellen Scannen ein Fehler passiert ist. Diese Ausrichtungsprobleme erschweren das Lesen des Dokuments und zwingen die Leserinnen und Leser dazu, das Dokument manuell zu drehen. Unser neuer Robot /document/autorotate kann die Ausrichtung automatisch anhand des im Dokument vorhandenen Textes korrigieren und so die Nutzererfahrung verbessern.

🤖/document/autorotate verwenden

Beginnen wir mit einem Beispieldokument. Der folgende Screenshot zeigt ein gescanntes Dokument mit falscher Ausrichtung, die dadurch entstanden ist, dass das Papier falsch in den Scanner eingezogen wurde. Statt aufrecht zu stehen, ist der Text seitlich ausgerichtet.

Um das Problem mit dem Robot /document/autorotate zu beheben, können wir das folgende Template verwenden.

{
  "steps": {
    ":original": {
      "robot": "/upload/handle"
    },
    "autorotate": {
      "use": ":original",
      "robot": "/document/autorotate",
      "result": true
    },
    "thumbnail": {
      "use": "autorotate",
      "robot": "/document/thumbs",
      "width": 200,
      "format": "png",
      "resize_strategy": "fit",
      "trim_whitespace": false,
      "result": true
    },
    "export": {
      "use": [":original", "autorotate", "thumbnail"],
      "robot": "/s3/store",
      "credentials": "YOUR_AWS_CREDENTIALS",
      "path": "my_target_folder/${unique_prefix}/${file.url_name}"
    }
  }
}

Im Template oben leiten wir das Dokument zunächst durch den Robot /document/autorotate. Sie müssen dabei keine zusätzlichen Parameter angeben. Wenn das Dokument bereits korrekt ausgerichtet ist oder der Robot die richtige Ausrichtung nicht ableiten kann, lässt er das Dokument unverändert und leitet es ohne Fallback an den nächsten Step weiter.

Anschließend leiten wir das korrigierte Dokument durch den Robot /document/thumbs, um ein Thumbnail des Dokuments zu erzeugen, das sich zum Beispiel für eine Vorschau des Dokuments in einem Dashboard nutzen lässt.

Zum Schluss werden die Originaldatei, das korrigierte Dokument und das Thumbnail durch den Robot /s3/store geleitet, um das Dokument in einem S3-Bucket zu speichern. Natürlich können Sie ihn durch jeden unserer anderen Robots zum Exportieren von Dateien ersetzen, die unter anderem Google Cloud Storage, Azure Blob Storage und Digital Ocean Spaces unterstützen.

Nachdem unsere Beispieldatei verarbeitet wurde, sehen wir, dass die Ausrichtung korrigiert wurde und das Dokument nun aufrecht steht:

Unterstützte Formate

Dieser Robot unterstützt nicht nur PDFs, sondern auch die gängigsten Bildformate: JPEG, PNG, GIF, TIFF, WebP, BMP und JPEG 2000. So können Sie Ausrichtungsprobleme in Dokumenten korrigieren, die mit einem Mobiltelefon oder einer Kamera fotografiert wurden. Um diesen Robot mit anderen Formaten zu verwenden, konvertieren Sie das Dokument zunächst mit 🤖/document/convert in ein PDF oder ein unterstütztes Bildformat.

Bitte beachten Sie, dass Dokumente und Bilder genügend Text enthalten müssen, damit die richtige Ausrichtung abgeleitet werden kann. Bilder ohne Text werden nicht gedreht.

Fazit

Mit dem neuen Robot /document/autorotate können Sie die Ausrichtung von Dokumenten und Bildern automatisch korrigieren. Das ist eine hervorragende Möglichkeit, die Lesbarkeit gescannter und fotografierter Dokumente zu verbessern, und eine nützliche Ergänzung für Ihre Pipeline zur Dokumentenverarbeitung.

Einen umfassenden Überblick über alles, was Ihnen mit dem Robot zur Verfügung steht, finden Sie in der Dokumentation.