ความสำคัญ
การสแกนเอกสารทำให้กระดาษกลายเป็นไฟล์ภาพ แต่ภาพของตัวอักษรยังไม่ใช่ข้อความ คอมพิวเตอร์จึงค้นหาคำในไฟล์นั้นไม่ได้ ขั้นตอนที่เปลี่ยนภาพให้เป็นข้อความที่ใช้งานได้จริงคือ OCR บทความนี้อธิบายว่าเทคโนโลยีนี้ช่วยงานเอกสารขององค์กรอย่างไร ควรสแกนอย่างไรให้อ่านได้ดี ไฟล์ที่ได้มีหน้าตาแบบไหน และมีข้อจำกัดอะไรที่ควรวางแผนไว้ก่อน
OCR คืออะไรในงานสแกนเอกสาร
OCR (Optical Character Recognition) คือเทคโนโลยีที่อ่านตัวอักษรจากภาพ แล้วแปลงเป็นข้อความดิจิทัลที่ค้นหา คัดลอก และนำไปใช้ต่อได้ ในงานสแกน เครื่องสแกนทำหน้าที่ถ่ายภาพหน้ากระดาษให้คมชัด ส่วน OCR ทำหน้าที่ "อ่าน" ภาพนั้นอีกชั้นหนึ่ง ผลลัพธ์ที่ได้จึงขึ้นกับทั้งสองขั้นตอน ถ้าภาพสแกนไม่ชัด ต่อให้เครื่องมืออ่านตัวอักษรดีแค่ไหนก็อ่านได้ไม่ครบ
ประโยชน์ของ OCR ในการสแกนเอกสาร
ค้นหาเอกสารด้วยคำได้ทันที — เมื่อไฟล์สแกนผ่าน OCR แล้ว สามารถพิมพ์คำว่า "รายงานประจำเดือน" หรือเลขที่สัญญา แล้วเจอหน้าที่มีคำนั้นได้เลย ไม่ต้องเปิดไล่อ่านทีละหน้า ยิ่งเอกสารมีหลายพันหน้า ประโยชน์ข้อนี้ยิ่งชัด
คัดลอกข้อความไปใช้ต่อได้ — ข้อความจากสัญญา ใบแจ้งหนี้ หรือหนังสือราชการ คัดลอกไปวางในเอกสารใหม่หรืออีเมลได้ ไม่ต้องพิมพ์ซ้ำจากกระดาษ
จัดหมวดหมู่และตั้งชื่อไฟล์ได้เป็นระบบ — ข้อความที่อ่านได้ช่วยให้ตั้งชื่อไฟล์ ทำดัชนี และแยกโฟลเดอร์ตามเลขที่เอกสาร วันที่ หรือชื่อหน่วยงานได้ง่ายขึ้น
ลดการพิมพ์ซ้ำและข้อผิดพลาดจากการคีย์ด้วยมือ — ข้อความที่อ่านได้เป็นจุดตั้งต้นของงานบันทึกข้อมูล ผู้ปฏิบัติงานตรวจและแก้เฉพาะจุดแทนการพิมพ์ใหม่ทั้งหมด
ต่อยอดไปสู่การทำงานกับไฟล์ดิจิทัล — เอกสารที่ค้นหาได้ เปิดดูได้จากหลายที่ตามสิทธิ์ที่องค์กรกำหนด และนำเข้าที่จัดเก็บเอกสารกลางขององค์กรได้ง่ายกว่าไฟล์ภาพล้วน
สแกนแบบไหนให้ OCR อ่านได้ดี
ความแม่นยำของ OCR เริ่มต้นที่คุณภาพของภาพสแกน สิ่งที่ควรคุมมีดังนี้
- ความละเอียด (DPI) ให้เหมาะกับขนาดตัวอักษร — ควรใช้ความละเอียดที่เหมาะกับขนาดตัวอักษร ตัวอักษรเล็กมาก หรือเอกสารที่หมึกจาง อาจต้องใช้ความละเอียดสูงกว่าเอกสารทั่วไป ขณะที่ความละเอียดสูงเกินจำเป็นทำให้ไฟล์ใหญ่ขึ้นโดยไม่ได้ช่วยให้อ่านได้ดีขึ้นเสมอไป
- ภาพคมชัดและตัวอักษรตัดกับพื้นหลัง — กระดาษเหลือง หมึกซีด หรือพื้นหลังมีลวดลาย ทำให้แยกตัวอักษรได้ยาก การปรับความสว่างและความคมชัดตอนสแกนช่วยได้มาก
- หน้ากระดาษตรง ไม่เอียง ไม่บิด — บรรทัดที่เอียงหรือหน้าที่โค้งจากสันหนังสือทำให้ตัวอักษรผิดรูป ควรจัดหน้าให้ตรงก่อนสแกน หรือใช้การแก้ภาพเอียงหลังสแกน
- เตรียมเอกสารก่อนสแกน — ถอดลวดเย็บ คลี่รอยพับ แยกหน้าที่ติดกัน และซ่อมรอยขาด สิ่งเหล่านี้ช่วยทั้งภาพที่ชัดขึ้นและลดปัญหากระดาษติดในเครื่อง
- เลือกโหมดสีให้ตรงกับต้นฉบับ — เอกสารตัวพิมพ์ขาวดำทั่วไปใช้โหมดขาวดำหรือสีเทาได้ ส่วนเอกสารที่มีตราประทับสี ลายเซ็นสี หรือข้อความบนพื้นสี ควรสแกนแบบสีเพื่อไม่ให้ข้อมูลหาย
งานสแกนเอกสารขององค์กรจึงไม่ได้จบที่การกดปุ่มสแกน แต่รวมถึงการเตรียมเอกสาร การตั้งค่าให้เหมาะกับต้นฉบับแต่ละแบบ และการตรวจภาพก่อนทำ OCR
ไฟล์ที่ได้หลังทำ OCR
รูปแบบที่นิยมใช้คือ PDF ที่ค้นหาข้อความได้ (Searchable PDF) ซึ่งในไฟล์เดียวมีภาพหน้ากระดาษตามต้นฉบับ และมีชั้นข้อความที่ได้จาก OCR ซ้อนอยู่ด้านหลัง ผู้ใช้จึงเห็นหน้าเอกสารเหมือนต้นฉบับทุกอย่าง แต่ค้นหาคำและคัดลอกข้อความได้ ไฟล์แบบนี้เหมาะกับการจัดเก็บระยะยาวเพราะเก็บทั้งหลักฐานภาพและข้อความไว้ด้วยกัน
นอกจาก PDF แล้ว งานสแกนยังส่งมอบเป็นไฟล์ภาพอย่าง TIFF หรือ JPG ได้ด้วย ซึ่งเหมาะกับงานที่ต้องการภาพคุณภาพสูงหรือนำไปใช้ในระบบที่รับไฟล์ภาพ องค์กรที่ต้องการทั้งไฟล์ภาพคมชัดและข้อความที่ค้นหาได้ เลือกใช้บริการรับสแกนเอกสารเป็น PDF ที่ค้นหาข้อความได้ด้วย OCR ซึ่งสแกนได้ตั้งแต่ 100–600 DPI และส่งมอบไฟล์ PDF, TIFF หรือ JPG ตามที่องค์กรกำหนด
ข้อจำกัดของ OCR และวิธีลดข้อผิดพลาด
OCR อ่านได้ดีกับตัวพิมพ์ที่ชัดเจน แต่ยังมีกรณีที่ต้องระวัง
- ต้นฉบับเลือนหรือเสียหาย — ตัวอักษรที่จาง ขาด หรือมีคราบ อาจถูกอ่านเป็นตัวอื่น วิธีลดคือปรับการสแกนให้ตัวอักษรตัดกับพื้นหลังมากที่สุด และตรวจหน้าที่มีปัญหาเป็นพิเศษ
- ลายมือเขียน — ลายมือแต่ละคนต่างกันมาก ผลการอ่านจึงไม่แน่นอนเท่าตัวพิมพ์ ข้อมูลสำคัญที่เป็นลายมือควรมีคนตรวจซ้ำเสมอ
- ตาราง แบบฟอร์ม และเอกสารหลายคอลัมน์ — OCR อาจอ่านข้อความข้ามช่องหรือสลับลำดับบรรทัด ถ้าต้องการข้อมูลเป็นช่อง ๆ ควรกำหนดตำแหน่งข้อมูลที่ต้องการหรือใช้งานบันทึกข้อมูลช่วย
- หลายภาษาในหน้าเดียว — เอกสารที่มีภาษาไทยปนภาษาอังกฤษ ควรตั้งค่าภาษาให้ครบทุกภาษาที่อยู่ในเอกสาร เพื่อให้อ่านคำได้ถูกต้อง
หลักสำคัญคือ OCR ช่วยลดงานพิมพ์ได้มาก แต่ไม่ได้แทนการตรวจทาน งานที่ข้อมูลต้องถูกต้องทุกตัวอักษร เช่น เลขบัญชี เลขที่สัญญา หรือชื่อบุคคล ควรมีขั้นตอนตรวจความถูกต้องก่อนนำไปใช้เสมอ
OCR กับ AI ต่างกันอย่างไร
OCR ตอบคำถามว่า "ในภาพนี้เขียนว่าอะไร" ผลลัพธ์คือข้อความทั้งหน้า แต่ยังไม่รู้ว่าข้อความส่วนไหนคือชื่อ วันที่ หรือยอดเงิน ส่วนงานที่ใช้ AI ร่วมด้วย หรือที่มักเรียกว่า AI OCR จะนำข้อความนั้นไปทำงานต่อ เช่น แยกว่าเอกสารเป็นใบแจ้งหนี้หรือสัญญา ดึงเฉพาะข้อมูลที่ต้องการออกมาเป็นช่อง และตรวจหาข้อมูลที่ขาดหรือผิดปกติ
ถ้าองค์กรต้องการมากกว่าข้อความที่ค้นหาได้ เช่น ต้องการคัดแยกเอกสารจำนวนมากหรือดึงข้อมูลสำคัญออกมาเป็นช่อง ดูรายละเอียดบริการAI ตรวจเอกสารด้วย OCR และ Computer Vision ซึ่งมีขั้นตอนตรวจความถูกต้องของข้อมูล
สรุป
OCR คือขั้นตอนที่ทำให้เอกสารที่สแกนแล้ว "ค้นหาได้" และ "ใช้ต่อได้" แทนที่จะเป็นแค่ภาพของกระดาษ ผลลัพธ์ที่ดีเริ่มจากการเตรียมเอกสารและสแกนให้คมชัด ตามด้วยการเลือกรูปแบบไฟล์ที่เหมาะกับการใช้งาน และปิดท้ายด้วยการตรวจทานข้อมูลสำคัญ เมื่อวางแผนครบทั้งสามส่วนนี้ เอกสารกระดาษขององค์กรจะกลายเป็นข้อมูลที่ค้นหาและนำไปใช้ได้จริง
คำถามที่พบบ่อย
OCR คืออะไร ย่อมาจากอะไร?
OCR ย่อมาจาก Optical Character Recognition คือเทคโนโลยีที่อ่านตัวอักษรจากภาพ เช่น ภาพจากการสแกนเอกสาร แล้วแปลงเป็นข้อความดิจิทัลที่ค้นหา คัดลอก และนำไปใช้ต่อได้
OCR มีประโยชน์อย่างไรบ้าง?
ช่วยให้ค้นหาคำในเอกสารที่สแกนได้โดยไม่ต้องเปิดอ่านทีละหน้า คัดลอกข้อความไปใช้ต่อได้โดยไม่ต้องพิมพ์ใหม่ ช่วยตั้งชื่อไฟล์และจัดหมวดหมู่เอกสารได้เป็นระบบ และเป็นข้อมูลตั้งต้นให้งานบันทึกข้อมูลหรือ AI ทำงานต่อได้
AI OCR ต่างจาก OCR ทั่วไปอย่างไร?
OCR ทั่วไปทำหน้าที่อ่านตัวอักษรจากภาพให้เป็นข้อความ ส่วนงานที่ใช้ AI ร่วมด้วยจะนำข้อความนั้นไปทำงานต่อ เช่น คัดแยกประเภทเอกสาร ดึงเฉพาะข้อมูลที่ต้องการ และตรวจหาข้อมูลที่ขาดหรือผิดปกติ
