Как отсканировать документ телефоном и получить PDF, который не стыдно отправить

Просьба приходит постоянно — подписанное заявление, подтверждение адреса, страница паспорта, чек для авансового отчёта — и в ней всегда одно и то же слово: отсканированный. Сканер почти ни у кого больше не стоит дома. Телефон со встроенным настоящим сканером документов есть почти у каждого, и большинство людей ни разу его не открывали, потому что он не в приложении камеры и ничто на главном экране о нём не сообщает.

Разница здесь весомее, чем кажется. Фотография страницы и скан той же страницы отличаются не только именем файла. Первое — снимок документа, сделанный под небольшим углом при том свете, какой оказался в комнате; второе — исправленное, выпрямленное, нормализованное воспроизведение, которое человек или автоматическая система действительно могут обработать. В этом руководстве разобраны встроенные сканеры обеих платформ, технические решения, определяющие результат, и что делать с PDF, когда он уже получен.

Почему фотография страницы — это не скан

Подержите телефон над листом бумаги — и вы не сможете расположить его строго параллельно и строго по центру. Вы всегда немного вне оси, а значит прямоугольник страницы попадает на снимок трапецией: шире у ближнего края, уже у дальнего. Ваш глаз исправляет это автоматически, поэтому вам фотография кажется нормальной. Получателю она нормальной не кажется, а любой программе, которая должна её прочитать, — заметно хуже.

Режим сканирования чинит четыре вещи, которые фотография оставляет сломанными:

• Перспективу. Он находит четыре угла страницы и деформирует изображение до тех пор, пока страница снова не станет по-настоящему прямоугольной. Это самое заметное различие.
• Кадрирование. Он убирает стол, скатерть, вашу руку и тень у края кадра, оставляя только страницу.
• Освещение. Он выравнивает экспозицию по всей странице, так что угол у окна перестаёт быть пересвеченным, а противоположный — серым.
• Контраст. Он тянет бумагу к белому, а чернила к чёрному — именно это делает текст резким, а не мутным, и именно это позволяет потом работать распознаванию символов.

Практическое следствие: отсканированная страница читается чисто с первого взгляда и выдерживает печать, а сфотографированная сразу выдаёт себя как снимок с телефона. Для арендодателя или приёмной комиссии это просто непрофессионально. Для страхового заявления или судебного документа это может стать основанием для отказа.

Сканирование на iPhone или iPad

В iOS настоящий сканер документов есть начиная с iOS 11, спрятанный в приложении «Заметки», где его никто не ищет. Есть и путь через приложение «Файлы», и он лучше, когда вам нужен только PDF.

Через приложение «Файлы» (сразу создаёт PDF)

Через «Заметки» (лучше, когда скан идёт вместе с другими материалами)

Откройте «Заметки», создайте или откройте заметку, коснитесь значка камеры над клавиатурой и выберите «Отсканировать документы». Сама съёмка идентична. Разница в том, куда всё попадает: скан встраивается в заметку, а не сохраняется файлом. Чтобы получить PDF, коснитесь скана, затем «Поделиться» → «Сохранить в Файлы». Этот путь подходит, когда скан — часть более широкого набора заметок; «Файлы» — когда нужен только документ.

Сканирование на телефоне с Android

Самый надёжный сканер в Android находится внутри Google Диска, который предустановлен почти на каждом устройстве и не зависит от камеры производителя.

У устройств Samsung, Xiaomi, OnePlus и Pixel часто есть свой сканер в галерее или приложении камеры, а Google Фото умеет распознавать документы в видоискателе. Всё это работает, но переезжает с места на место между версиями и оболочками, и некоторые из этих способов сохраняют изображения вместо PDF. Диск ведёт себя одинаково на любом Android-телефоне — именно поэтому его и стоит запомнить.

Пять вещей, от которых зависит качество

Перспективу и контраст берёт на себя программа. Всё остальное физическое и стоит тридцати секунд подготовки, потому что плохо снятую страницу не спасёт никакая последующая обработка.

Одна привычка стоит всех пяти пунктов: проверьте результат при максимальном увеличении, прежде чем отправлять. Приблизьте самый мелкий текст на странице. Если вы не читаете его спокойно на собственном экране, не прочтёт и получатель, и никакая программа, которой поручат его обработать. Пересканировать — пятнадцать секунд; получить требование подать документы заново — неделя.

Многостраничные документы и порядок страниц

Оба встроенных сканера продолжают добавлять страницы в один и тот же документ, пока вы их не остановите, — это правильное поведение и причина пользоваться ими, а не камерой. Договор на шесть страниц должен прийти одним шестистраничным PDF. Шесть отдельных файлов — это шесть вещей, которые получатель может потерять из виду, да и многие формы всё равно принимают только одно вложение.

Сканируйте в порядке чтения — и проблема просто не возникнет. Если страницы всё же оказались не в том порядке или одну вы отсканировали дважды, поправьте это инструментом «Упорядочить PDF»: он позволяет переставлять, поворачивать и удалять отдельные страницы, не пересобирая документ. Если получилось несколько отдельных PDF, которые должны были быть одним, «Объединить PDF» соберёт их в заданном вами порядке.

Если вы всё сфотографировали вместо сканирования и галерея теперь забита JPG, положение не безвыходное: «Изображение в PDF» принимает несколько изображений сразу, позволяет перетащить их в нужном порядке и выдаёт один документ. Коррекцию перспективы задним числом не добавить, поэтому результат не сравнится с настоящим сканом — но структура будет верной. Полный разбор этого случая — в статье как перевести изображение в PDF.

Как сделать скан искомым

Этот шаг пропускают почти все, а именно он отличает PDF, который просто существует, от PDF, которым действительно удобно пользоваться. Скан — это фотография текста, а не текст. Нельзя выделить предложение, найти фамилию, скопировать номер счёта. Для вашего компьютера это картинка, не более осмысленная, чем фотография пляжа.

Оптическое распознавание символов решает эту задачу: оно читает символы на изображении и записывает под ними невидимый текстовый слой. Страница выглядит абсолютно так же и ведёт себя совершенно иначе — по ней можно искать, выделять, копировать, её читает программа экранного доступа. Прогоните готовый скан через OCR PDF — это занимает секунды.

Три причины делать это, даже когда никто не просил: через два года вы захотите найти документ и будете искать слово внутри него, а не вспоминать имя файла; получателям часто нужно скопировать номер, а не перенабирать его; и всё больше институциональных систем загрузки прямо отклоняют PDF, состоящие только из изображений, потому что их собственная обработка не может их прочитать.

Точность OCR почти полностью зависит от качества съёмки — поэтому раздел о технике выше и важен. Чистый, контрастный, правильно выровненный текст распознаётся с очень высокой точностью. Тёмный снимок той же страницы под углом даёт текстовый слой, полный ошибок, — хуже, чем бесполезный, потому что поиск тогда молча не находит слова, которые на вид присутствуют.

Когда файл слишком большой для загрузки

Матрица телефона производит очень много данных. Скан на десять страниц без труда укладывается в 20–50 МБ, что выше лимита вложений у большинства почтовых сервисов и намного выше того, что принимают многие государственные и университетские формы.

Первое средство работает на этапе съёмки: если документ — чёрный текст на белой бумаге, используйте чёрно-белый фильтр или оттенки серого вместо цветного. Двухтоновый скан текстовой страницы может весить десятую часть от цветной версии, не теряя ничего важного. Цвет оставьте для случаев, где цвет несёт смысл: печать, подпись синими чернилами, выделенный маркером фрагмент, фотография.

Для уже сохранённого документа прогоните его через «Сжать PDF»: он перекодирует встроенные изображения, не трогая структуру страниц. Ориентируйтесь на 10 МБ как на общий предел и на 5 МБ для старых институциональных порталов, которые часто строже, чем признаются. Если и это не помещается, «Разделить PDF» разобьёт документ на части, которые можно отправить по отдельности.

Одна деталь порядка действий, которую стоит знать: запускайте OCR до сильного сжатия, а не после. Агрессивное сжатие размягчает как раз те края символов, на которые опирается распознавание, поэтому та же самая, одинаково отсканированная страница после сжатия распознается хуже. Сканирование, OCR, потом сжатие.

Когда телефона недостаточно

Сканирование телефоном стало по-настоящему хорошим, и для подавляющего большинства повседневных просьб оно неотличимо от планшетного скана. Случаи, где это всё же неподходящий инструмент, остаются:

• Переплетённые книги и толстые документы. Страница уходит в изгиб к корешку, и ни один алгоритм коррекции не восстановит текст в этом жёлобе. Планшетный сканер с плотно прижатой книгой — единственный хороший ответ.
• Большие объёмы. Пятьдесят страниц по одной — это двадцать откровенно неприятных минут. Сканер с автоподатчиком делает это без присмотра.
• Всё, что требует заверенного воспроизведения. Некоторые юридические и медицинские процедуры прямо предписывают вывод со сканера в заданном разрешении, и снимок с телефона не удовлетворит требованию, как бы хорошо он ни выглядел.
• Тонкие детали и архивная работа. Фотографии, графика, технические чертежи и всё, где важна тонкая тоновая градация, требуют настоящего оптического разрешения и управляемого источника света.

Для подписанного заявления, счёта за коммунальные услуги, чека, справки или договора — а просят почти всегда именно это — телефон у вас в кармане и есть правильный инструмент, и остаётся им уже несколько лет.

Часто задаваемые вопросы