Выберите удобный способ связи
Распознавание рукописного текста: возможности и границы этой технологии стоит разбирать отдельно от привычного распознавания печатных документов. Печатный шрифт предсказуем — символы одинаковы от строки к строке, и машина читает их почти без ошибок. Рукописный ввод — это ICR (Intelligent Character Recognition), где каждый человек пишет по-своему: наклон, слитность, нажим, сокращения. Поэтому результат сильно зависит не только от модели, но и от того, что именно и в каком поле написано.
Ключевая мысль, которую мы всегда проговариваем с клиентом: рукописный текст распознаётся тем лучше, чем больше вокруг него структуры. Отдельная клетка под одну цифру, подписанное поле «Сумма» или «ИИН», ограниченный словарь ожидаемых значений — всё это резко поднимает точность. И наоборот, свободный связный почерк на полстраницы без разметки остаётся зоной, где без проверки человеком полагаться на автомат нельзя.
На практике чистого рукописного документа почти не бывает — обычно это печатный бланк с рукописными вставками. Анкеты клиента при онбординге и KYC, где от руки вписаны ИИН, дата рождения и подпись. Накладные и путевые листы с дописанными вручную количествами и пометками кладовщика. Договоры с рукописными правками на полях и вписанными реквизитами. Заявления, доверенности, приходные ордера с суммой прописью.
Именно эта смешанная природа документов определяет подход. Печатную часть бланка система читает уверенно, а рукописные зоны выделяет отдельно и обрабатывает под особые правила. Например, при распознавании анкет и удостоверяющих документов мы совмещаем считывание печатных полей и рукописных вставок — подробнее это описано на странице про распознавание удостоверений. А для товарных документов, где вручную дописывают позиции, отдельная логика заложена в сценарий счета и накладные.
Лучше всего машина справляется с рукописными цифрами в разграфлённых полях. ИИН и БИН — двенадцатизначные, с известной структурой и контрольной суммой, поэтому их можно не просто прочитать, а тут же проверить на корректность и отбросить заведомо ошибочное распознавание. Суммы в тенге, даты, номера телефонов и счетов тоже читаются надёжно, если под них отведены отдельные поля.
Сложнее там, где начинается связный почерк: фамилии с редкими написаниями, адреса, комментарии, суммы прописью. Здесь ошибка одной буквы уже меняет смысл, а словаря «правильных ответов» нет. Отдельная граница — специфические буквы казахского алфавита: ә, ғ, қ, ң, ө, ұ, ү, һ, і. От руки они часто пишутся с индивидуальными завитками, и без обучения именно на таких примерах модель путает их с русскими соседями. Поэтому честный ответ на вопрос о границах технологии звучит так: рутинные структурированные значения — автомат, редкий связный текст — автомат плюс контроль оператора.
Специфика Казахстана в том, что два языка часто соседствуют в пределах одного бланка, а иногда и одной строки. Шапка на казахском, значения на русском, рукописная пометка снова на казахском. Универсальная модель, обученная на «усреднённой кириллице», на таких документах теряет точность именно на казахских буквах и смешанных фрагментах.
Мы решаем это не переключением языка вручную, а моделью, которую дообучаем на реальных двуязычных документах клиента. Она учится распознавать казахскую графику наравне с русской и корректно ведёт себя на смешанных строках. Такой подход к рукописному вводу мы рассматриваем как часть общей задачи — распознавание документов под ключ, а не как отдельный изолированный «движок почерка».
Внедрение мы всегда начинаем с ваших реальных документов, а не с абстрактной демонстрации. Собираем выборку бланков, размечаем рукописные зоны, дообучаем модель и настраиваем правила проверки: контрольная сумма для ИИН и БИН, форматы дат, диапазоны сумм, сверка прописи с цифрами. Спорные фрагменты система не «додумывает», а помечает и отправляет оператору — это и есть рабочая граница между автоматикой и человеком.
Дальше распознанные данные должны попасть туда, где с ними работают. Мы заводим их прямо в вашу учётную систему — чаще всего это 1С — так, чтобы бухгалтер или менеджер видел готовую карточку, а не пересматривал скан вручную. Если процессы нужно связать с внутренними сервисами, подключение идёт через OCR API. Для юридического документооборота, где важны рукописные правки и вписанные реквизиты, отдельно выстраивается сценарий распознавание договоров. Итог для бизнеса простой: рутина уходит на автомат, а внимание людей остаётся там, где технология пока имеет свои границы.