Почему нечёткий скан документа обходится дороже

Представь: у тебя на руках свидетельство с мелкой печатью, снятое телефоном под углом. Переводчику нужно не просто перевести слова, а сначала понять, что именно написано, где заканчивается одна строка и начинается другая, и не перепутать цифры в номере. Поэтому нечёткий скан документа может обойтись дороже чёткого.

Доплата возникает не за «плохой файл» как таковой. Дополнительное время уходит на распознавание, сверку текста с изображением, исправление ошибок и восстановление таблиц или расположения полей. Часть этой работы можно сократить ещё до отправки документа.

Почему скан нужно сначала прочитать, а потом переводить¶

Сканированный документ не содержит доступного для копирования текста: страница сохранена как изображение. Чтобы перевести её содержимое, человек должен прочитать изображение сам или сначала использовать OCR, то есть оптическое распознавание символов. OCR превращает видимые буквы в текст, но результат нужно проверить: распознаватель не всегда отличает похожие символы и может потерять отдельные фрагменты.

В обычном текстовом файле слова уже доступны для чтения и подсчёта. На скане исполнитель сначала сталкивается с изображением, а уже потом с текстом. Если буквы различимы, этот промежуточный этап проходит проще. Если страница размыта, смята, перекошена или затемнена, распознаванию и ручной проверке требуется больше внимания.

Цена зависит не только от количества знаков. В смете могут учитываться язык и объём перевода, а также редактура и сложность оформления. На сканированном документе к этим задачам добавляется вопрос: можно ли вообще достоверно установить, что написано в исходнике? Если ответ требует проверки человеком, переводчик тратит время до начала перевода и во время контроля готового текста.

Например, в номере документа цифра 3 может быть похожа на 8, а латинская буква I - на единицу. Ошибка в таком месте не обязательно заметна при обычной вычитке перевода: переводчик может увидеть уже неверно распознанное число и перенести его в целевой текст. Поэтому проверять нужно не только грамотность перевода, но и соответствие исходному изображению.

Условия расчёта у разных исполнителей отличаются. Один может включать распознавание в работу над документом, другой - выделить его отдельной строкой, третий - попросить переснять нечитаемую страницу до оценки. Сравнивай предложения по составу работ, а не только по цене за страницу: выясни, кто отвечает за расшифровку неразборчивых мест и входит ли верстка в сумму.

Как нечёткое изображение превращается в дополнительные часы работы¶

Дополнительная работа начинается с оценки читаемости. Если страница ровная, текст контрастный, а края документа целиком попали в кадр, OCR получает более удобный материал. Если изображение шумное, повёрнутое, с бликом или мелкими буквами, распознаватель может ошибиться в словах, строках и расположении отдельных блоков.

В документации Google Document AI минимальное рекомендуемое разрешение для OCR указано как 200 dpi; 300 dpi и выше обычно дают лучший результат. Страница проверена 22 августа 2026 года.

Рекомендация Google касается работы конкретной системы, а не требований к документам для юридической подачи. Разрешение помогает, но само по себе не исправляет блик, перекос или смазанную фотографию. Три сотни точек на дюйм не спасают изображение, если важная дата закрыта пальцем или верх страницы не попал в кадр.

Документация Tesseract описывает перекос страницы как фактор, который значительно ухудшает сегментацию строк и качество OCR. Рекомендация состоит в том, чтобы выровнять страницу и сделать строки горизонтальными.

Сегментация строк - это попытка распознавателя понять, какие символы стоят в одной строке, а какие относятся к соседней. Когда страница наклонена, алгоритму сложнее разделить строки и правильно связать слова. В документе с обычным абзацем ошибка иногда заметна сразу. В анкете с короткими подписями, ячейками и отдельными полями неверное расположение текста может изменить смысл.

Microsoft перечисляет среди факторов точности OCR качество скана, разрешение, контраст, освещение, поворот, размер и цвет текста, а также плотность расположения строк. Эти факторы перечислены в документации Microsoft Learn, проверенной 22 августа 2026 года. Один плохой параметр не всегда делает документ нечитаемым, но несколько проблем складываются: мелкий текст при слабом контрасте и блике труднее проверить, чем мелкий текст на ровной, хорошо освещённой странице.

Похожая ситуация возникает с границами снимка. Если край документа обрезан, можно потерять часть слова, номер страницы или печать. Если вокруг текста осталась слишком большая тёмная рамка, программа может принять её за часть изображения с символами. Tesseract отдельно предупреждает и о чрезмерных границах, и о слишком плотной обрезке без поля. Значит, кадрировать страницу лучше так, чтобы сохранить весь документ и небольшой чистый край вокруг него.

Формат файла тоже имеет значение. JPEG сжимает изображение с потерями: повторное уменьшение файла может ухудшить качество и точность распознавания. Google предупреждает об этом в документации по типам файлов и сканам, проверенной 22 августа 2026 года. Когда есть выбор, не пересохраняй документ много раз в сильно сжатом JPEG и не отправляй вместо исходника крошечную копию из мессенджера.

После распознавания работа не заканчивается. Нужно сопоставить полученный текст с исходной страницей, отметить сомнительные места, сверить имена, даты, суммы и номера, а затем переводить. Если структуру нельзя надёжно восстановить автоматически, исполнитель может вручную сопоставлять фрагменты с их местом на странице. Таблица, поля формы и подписи требуют не только чтения слов, но и понимания, к какому разделу они относятся.

Таблица показывает возможные виды работы, а не фиксированную тарифную сетку. Один и тот же дефект по-разному влияет на разные документы. Размытая строка в длинном абзаце может быть понятна из соседних фраз, а размытая цифра в номере или дате может не иметь подсказки в контексте.

Почему OCR ошибается и зачем сверять каждое сомнительное место¶

OCR не читает страницу так, как человек, который знает контекст документа. Система анализирует изображение и сопоставляет видимые формы с символами и словами. Если качество изображения не позволяет уверенно различить буквы, распознаватель может выбрать неверный вариант, пропустить слово или добавить фрагмент, которого в исходнике нет.

Microsoft Learn выделяет три типа ошибок OCR: подмена слова, пропуск слова и вставка несуществующего слова или фрагмента. Страница проверена 22 августа 2026 года.

Для перевода это различие важно. Орфографическая проверка не найдёт пропущенную фамилию, если в готовом тексте фамилии нет. Проверка стиля не покажет, что OCR принял цифру за букву. А вставленный фрагмент может выглядеть как обычное слово, пока его не сравнили с оригиналом.

Сомнительное место нельзя исправлять догадкой только потому, что один вариант кажется логичнее. У фамилии или названия может быть необычное написание, а в юридическом документе похожие цифры могут обозначать разные реквизиты. Исполнитель может сравнить с другими страницами того же документа, с повтором имени в другой строке или с чёткой копией. Если дополнительного подтверждения нет, корректнее запросить более качественный исходник или явно зафиксировать, что фрагмент не читается.

Отдельная сложность - страница, где печатный текст смешан с рукописными пометками, печатями и подписями. OCR, рассчитанный на печатный текст, не обязательно надёжно прочитает рукописную дату. Печать может перекрыть буквы, а подпись - пересечь строку. Чем важнее такой фрагмент, тем меньше смысла полагаться на автоматический результат без сверки.

Некоторые системы показывают оценку уверенности для распознанных слов. Microsoft описывает оценку от 0 до 1 для каждого слова: значение помогает определить, какие результаты требуют проверки человеком. Такая оценка относится к описанному сервису Microsoft и не означает, что всякий OCR-сервис выдаёт тот же показатель или одинаково его интерпретирует. Низкая уверенность - полезный сигнал для проверки, но высокая оценка сама по себе не доказывает, что текст точно соответствует оригиналу.

Google Document AI может вернуть оценку качества изображения от 0 до 1, где 1 означает идеальное качество, а также список обнаруженных дефектов. Среди примеров - обрезанный документ, блики и обрезанный текст. Чтобы получить такую оценку в этом продукте, нужно включить соответствующую настройку OCR; описание доступно в документации Google Document AI, проверенной 22 августа 2026 года. Это функция конкретной системы, а не обязательный этап любой работы с документом.

Даже когда слова распознаны верно, порядок текста может оказаться проблемой. Система может представить содержимое как блоки, абзацы, строки и слова, а распознавание символов на отдельном уровне может быть опциональным. Переводчику важно понять, как эти элементы расположены на странице. Если поля анкеты перемешались с подписями или строка таблицы распалась на отдельные куски, результат нужно собирать заново.

В такой ситуации проверка должна отвечать на два разных вопроса: «Верно ли прочитаны слова?» и «Понятно ли, к чему относится каждый фрагмент?». Успешное распознавание первого вопроса не гарантирует правильный ответ на второй. У документа с таблицей, формой или несколькими колонками пространственная связь может быть такой же важной, как сами слова.

Что именно может увеличить стоимость перевода¶

Нечёткий скан добавляет несколько отдельных задач, и не каждая требуется для каждого заказа. Исполнитель сначала определяет, можно ли читать страницу без повторного снимка. Затем он выбирает способ получить текст: использовать OCR, прочитать фрагменты вручную или сочетать оба подхода. После этого нужно проверить результат и решить, достаточно ли данных для перевода.

Дополнительные расходы чаще связаны с трудоёмкостью работы, а не с формальным названием формата. Одна страница может содержать мало текста, но занимать много времени из-за мелких реквизитов и бликов. Другая может выглядеть объёмной, но иметь чёткий печатный текст и простую структуру. Поэтому сам факт, что документ загружен как PDF или фотография, ещё не объясняет цену.

На смету могут повлиять такие работы:

• Распознавание текста. Скан нужно преобразовать в текст, который можно переводить и проверять.
• Ручная сверка. Слова и важные реквизиты сравнивают с изображением, особенно в местах, где OCR мог ошибиться.
• Работа с неразборчивыми фрагментами. Если часть изображения не читается, нужно уточнить, можно ли получить другой экземпляр или требуется ручной разбор.
• Восстановление порядка. Таблицы, подписи, поля и несколько колонок нужно связать с правильными строками и значениями.
• Оформление. Перевод может потребовать повторить структуру исходника, чтобы документ оставался понятным.
• Редакторский контроль. После перевода проверяют не только грамматику, но и соответствие исходным именам, датам и числам.

Попроси исполнителя объяснить, какие пункты входят в смету. Вопрос «Сколько стоит перевести страницу?» не всегда сравнивает одинаковую работу. У одного предложения может быть только перевод извлечённого текста, у другого - распознавание, сверка и восстановление оформления. Если эти различия не проговорить, низкая начальная цена может оказаться не окончательной.

Перед оценкой отправь все страницы, а не только первую. Первая страница иногда выглядит чётко, а нужная печать или таблица находятся дальше. Если документ двусторонний, проверь, что в наборе есть обе стороны. Если часть текста написана от руки, укажи это заранее: такая особенность меняет способ проверки.

Задай конкретные вопросы:

1. Входит ли распознавание скана в стоимость перевода?
2. Кто сверяет распознанный текст с изображением?
3. Как исполнитель отмечает неразборчивые места?
4. Входит ли в смету оформление таблиц и полей?
5. Нужен ли повторный скан, если отдельные фрагменты не читаются?
6. Считают ли стоимость по объёму текста, по странице или по сочетанию критериев?

Не каждый ответ должен вести к доплате. Если документ читается уверенно, исполнитель может подтвердить, что дополнительная ручная работа не нужна. Если часть страницы неразборчива, честная оценка должна объяснять, что именно невозможно подтвердить по исходнику, а не обещать точный перевод нечитаемых слов.

Как подготовить скан и не потерять важные детали¶

Хорошая подготовка не требует сложной обработки. Главное - дать исполнителю целую, ровную и различимую страницу без бликов и чрезмерного сжатия. Чем меньше проблем приходится устранять вручную, тем меньше поводов тратить время на восстановление исходника.

Для OCR у Google Document AI указано минимальное рекомендуемое разрешение 200 dpi, а 300 dpi и выше обычно дают лучший результат; рекомендация проверена 22 августа 2026 года в документации Google. Tesseract рекомендует изображения не ниже 300 dpi для лучших результатов; это рекомендация разработчиков конкретного OCR-движка, приведённая в документации Tesseract, доступной и проверенной 22 августа 2026 года. Эти значения не являются общей юридической нормой и не гарантируют точность на любом исходнике.

Перед отправкой проверь изображение по списку:

• Страница целиком попала в кадр. Оставь видимыми углы, края и печати.
• Линии текста не наклонены. Положи документ ровно и не снимай его под сильным углом.
• Нет бликов и теней на важных местах. Переставь источник света или поменяй положение камеры.
• Мелкий текст можно прочитать при увеличении. Проверь номера, даты, сноски и подписи полей.
• Снимок не размыт. Зафиксируй телефон, дождись фокуса и пересними страницу, если буквы двоятся.
• Контраст помогает видеть символы. Не затемняй изображение так, чтобы печати сливались с текстом.
• Файл не потерял качество при отправке. Не пересохраняй JPEG много раз и по возможности передавай исходный файл.
• Все страницы и стороны приложены. Проверь порядок, чтобы переводчик не пропустил продолжение или оборот.

Если скан уже сделан, начни не с фильтров, а с проверки исходного файла. Сильная резкость, искусственное повышение контраста и автоматическое выравнивание иногда меняют детали, которые важны для чтения. Если после обработки не получается уверенно различить дату или имя, сравни результат с исходником, а не принимай улучшенную картинку за доказательство.

Приложение для сканирования может помочь выровнять страницу и отделить её от фона, но проверь готовый файл целиком. Автоматическое кадрирование иногда срезает край документа; обработка цвета может сделать бледную печать менее заметной. Образец после обработки должен оставаться верным исходнику, а не просто выглядеть контрастнее.

Если можешь выбрать между повторным сканированием и отправкой размытой копии, пересними документ. Положи страницу на ровную поверхность, обеспечь равномерное освещение, держи камеру параллельно документу и проверь итоговый файл при увеличении. Для многостраничного документа повтори проверку на каждой странице: качество снимка может различаться, даже если исходные листы одинаковые.

Когда повторно снять документ нельзя, напиши об этом исполнителю и укажи, какие места вызывают сомнение. Такая пометка не заменяет проверку, но помогает заранее решить, можно ли работать с имеющимся изображением. Если скан будет подаваться в учреждение, отдельно уточни, требуется ли перевод только текста или ещё и воспроизведение оформления.

Частые вопросы¶

Почему за нечёткий скан документа берут больше за перевод?¶

Потому что нечёткий скан требует дополнительных действий до перевода и во время проверки: распознавания, ручной сверки, разбора спорных фрагментов или восстановления расположения текста. Размер доплаты зависит от состояния изображения и того, какие работы входят в смету.

Как подготовить скан документа, чтобы не переплачивать за перевод?¶

Сканируй всю страницу ровно, избегай бликов и теней, следи за фокусом и оставляй видимыми края документа. Проверь мелкие даты, номера и печати, а файл не пересохраняй многократно в сильно сжатом JPEG.

Какое разрешение нужно для сканирования документа перед OCR?¶

Google Document AI рекомендует минимум 200 dpi, а 300 dpi и выше обычно дают лучший результат; рекомендация проверена 22 августа 2026 года в документации Google. Tesseract советует не менее 300 dpi, согласно документации, проверенной 22 августа 2026 года. Значения относятся к рекомендациям конкретных OCR-систем, а не к универсальному юридическому требованию.

Можно ли перевести размытый документ без повторного сканирования?¶

Да, если слова и важные реквизиты остаются различимыми и их можно проверить по изображению. Если дата, имя или номер не читаются, не стоит угадывать: запроси другой экземпляр или обсуди с исполнителем, как он отметит сомнительный фрагмент.

Что влияет на цену перевода сканированного документа?¶

На стоимость могут влиять объём текста, качество изображения, необходимость распознавания и ручной сверки, сложность таблиц и полей, а также восстановление оформления. При запросе сметы уточни, какие из этих работ входят в цену и как оценивают нечитаемые участки.