File scan mờ vẫn có thể được xử lý, nhưng điều quan trọng là không biến phần “không đọc được” thành một bản dịch có vẻ chắc chắn. OCR chỉ hỗ trợ nhận dạng; nó không khôi phục thông tin đã mất và không thay thế việc đối chiếu. Với hợp đồng, chứng từ hoặc tài liệu kỹ thuật, một ký tự sai trong tên, số, đơn vị hay mã thiết bị có thể làm thay đổi ý nghĩa, nên chất lượng nguồn phải được đánh giá trước khi chốt phạm vi.
Vì sao file scan mờ gây nhiều lỗi?
Độ phân giải thấp làm nét chữ hòa vào nền. Trang nghiêng, cong ở gáy hoặc bị bóng khiến dòng chữ biến dạng. Con dấu, chữ ký, highlight và vết gấp có thể che nội dung. Tệp nén nhiều lần tạo khối nhiễu quanh ký tự. Ảnh chụp bằng điện thoại còn có phối cảnh, ánh sáng không đều và mất mép.
OCR thường nhầm các cặp ký tự gần giống như O–0, I–l–1, dấu chấm–dấu phẩy hoặc dấu âm–gạch ngang. Trong bảng, công cụ có thể đọc sai thứ tự cột. Với ngôn ngữ có nhiều dấu hoặc tài liệu dùng font cũ, tỷ lệ lỗi có thể tăng. Vì vậy, kết quả nhận dạng phải được so với ảnh trang, đặc biệt ở tên riêng, ngày, số và thuật ngữ.
Bước đầu tiên: phân loại mức độ đọc được
Đọc rõ
Văn bản và số có thể xác nhận bằng mắt ở độ phóng đại hợp lý. OCR giúp tăng tốc, nhưng vẫn cần rà soát. Đây là nhóm có thể xử lý theo quy trình thông thường.
Đọc được có điều kiện
Một số vùng cần phóng to, chỉnh tương phản hoặc xem nhiều trang để suy ra cấu trúc, nhưng ký tự vẫn có thể xác nhận. Cần đánh dấu các điểm chưa chắc chắn để reviewer hoặc khách hàng kiểm tra.
Không đủ dữ liệu để đọc
Chữ bị mất nét, che khuất, cắt mép hoặc vùng ảnh chỉ còn mảng màu. Công cụ không thể tạo lại thông tin đáng tin cậy. Cách đúng là xin bản rõ hơn, bản giấy, trang khác hoặc xác nhận từ đơn vị phát hành; nếu không có, cần ghi chú phần không đọc được theo quy ước.
Có thể cải thiện nguồn trước khi dịch thế nào?
Scan lại từ bản giấy
Đặt trang phẳng, căn thẳng, giữ đủ bốn mép và chọn độ phân giải phù hợp với cỡ chữ. Với tài liệu hai mặt, kiểm tra chữ mặt sau có xuyên qua hay không. Không dùng chế độ nén quá mạnh. Tạo tên file theo thứ tự trang rõ ràng.
Chụp lại đúng cách
Đặt tài liệu trên nền phẳng, ánh sáng đều, máy song song với trang. Tránh bóng người, lóa kính và ngón tay che chữ. Chụp riêng từng trang, lấy nét vào chữ và kiểm tra ngay trước khi rời nguồn tài liệu.
Cung cấp tài liệu đối chiếu
Một bản scan khác, bản nháp điện tử, phụ lục, bảng thuật ngữ hoặc mẫu biểu cùng loại có thể giúp xác định cấu trúc. Tuy nhiên, không nên chép nội dung từ mẫu vào chỗ mờ nếu chưa chứng minh hai bản giống nhau.
Quy trình xử lý an toàn
Kiểm kê trang
Kiểm tra số file, số trang, thứ tự, trang trùng, trang thiếu, chiều trang và độ rõ. Lập danh sách trang cần scan lại. Nếu tài liệu có đánh số, so với số tệp để phát hiện khoảng trống.
Tiền xử lý hình ảnh có kiểm soát
Có thể xoay, cắt lề thừa, chỉnh tương phản và giảm nhiễu để hỗ trợ đọc. Luôn giữ bản gốc. Không chỉnh sửa theo cách làm mất nét, xóa dấu hoặc biến đổi nội dung. Bản cải thiện chỉ là công cụ hỗ trợ, không thay thế nguồn.
OCR và đối chiếu
Chọn ngôn ngữ nhận dạng phù hợp, sau đó so từng đoạn với ảnh. Bảng, số, mã và chữ nhỏ cần kiểm tra thủ công. Không tin điểm “confidence” như một bảo đảm tuyệt đối.
Dịch và quản lý điểm nghi vấn
Người dịch xử lý phần đã xác nhận và lập query cho phần mờ. Query nên ghi file, trang, vị trí, hình cắt tham chiếu và giả thuyết nếu có. Khách hàng trả lời bằng nội dung xác nhận, không chỉ nói “dịch theo ngữ cảnh” khi ký tự nguồn chưa rõ.
Dàn trang và QA
Bản đích có thể được dựng theo bố cục gốc hoặc trình bày song ngữ tùy yêu cầu. QA phải rà cả nội dung nhận dạng, bản dịch và vị trí. Nếu vẫn còn đoạn không đọc được, ghi chú nhất quán và không che giấu bằng một câu đoán.
Năm khó khăn phổ biến và giải pháp
Khách hàng không còn bản giấy
Tìm bản điện tử từ người gửi, kho lưu trữ hoặc cơ quan phát hành. Nếu không có, phân loại mức đọc được và thống nhất cách thể hiện phần không xác định trước khi dịch.
Tên và số bị nhầm bởi OCR
Đối chiếu bằng mắt, so với tài liệu liên quan và yêu cầu xác nhận. Dùng checklist riêng cho tên, ngày, số tiền, mã, đơn vị và giá trị kỹ thuật.
Bảng mất đường kẻ
Xác định cấu trúc từ tiêu đề, căn hàng và trang kế cận; dựng bảng trên bản làm việc nhưng không tự chuyển dữ liệu sang cột khác nếu chưa chắc. Gửi ảnh vùng cần hỏi.
Con dấu hoặc chữ ký che văn bản
Xin bản không đóng dấu hoặc bản scan màu rõ hơn nếu có. Tách việc mô tả dấu/chữ ký khỏi nội dung văn bản. Không suy luận chữ bị che chỉ vì mẫu khác có câu tương tự.
Số trang nhiều nhưng chất lượng không đồng đều
Phân nhóm theo độ rõ và xử lý mẫu mỗi nhóm. Báo giá, lịch và tỷ lệ cần hỏi được xác định từ phân nhóm thực tế thay vì giả định tất cả trang giống nhau.
Ảnh hưởng tới thời gian và báo giá
File mờ tạo thêm công việc tiền xử lý, nhận dạng, đối chiếu, lập câu hỏi và dựng bố cục. Mức ảnh hưởng phụ thuộc số vùng khó đọc chứ không chỉ số trang. Một trang biểu mẫu dày số có thể cần kiểm tra lâu hơn nhiều trang văn bản rõ.
Báo giá nên nêu phạm vi OCR, dịch, dàn trang, số vòng hỏi–đáp và định dạng bàn giao. Nếu khách hàng cung cấp bản rõ hơn sau khi làm, hai bên cần quy tắc cập nhật để không xử lý trùng hoặc dùng nhầm phiên bản. Không nên cam kết thời gian cố định trước khi xem mẫu đại diện.
Cách nghiệm thu bản dịch từ scan
Kiểm tra thứ tự trang, đối chiếu các trường dữ liệu quan trọng, tìm phần bỏ sót và xem ghi chú không đọc được có đúng vị trí. Với hồ sơ dùng để nộp, cần hỏi cơ quan tiếp nhận về yêu cầu bản dịch, chứng thực hoặc bản sao; chất lượng scan cho dịch và điều kiện hồ sơ là hai vấn đề liên quan nhưng không giống nhau.
Nếu tài liệu ảnh hưởng vận hành hoặc an toàn, người am hiểu chuyên môn phải xem các cảnh báo, thông số và mã. Bản dịch không nên được dùng để thay cho việc xác nhận nguồn không rõ. Khi phát hiện mâu thuẫn giữa các trang, lập danh sách và yêu cầu chủ sở hữu tài liệu giải thích.
Giải đáp nhanh: 6 câu hỏi thường gặp
OCR có làm rõ được chữ đã mất không?
Không. OCR nhận dạng từ dữ liệu hình ảnh còn lại; nó không thể khôi phục ký tự đã bị che hoặc mất nét hoàn toàn.
File chụp bằng điện thoại có dịch được không?
Có nếu ảnh đủ rõ, thẳng, không lóa và đầy đủ trang. Nên kiểm tra từng ảnh trước khi gửi và chụp lại vùng chữ nhỏ.
Có nên chỉnh ảnh trước khi gửi không?
Nên gửi bản gốc tốt nhất. Có thể kèm bản đã tăng tương phản, nhưng không thay thế bản gốc vì chỉnh quá mức có thể làm mất chi tiết.
Nếu một từ không đọc được thì xử lý thế nào?
Đơn vị dịch nên đánh dấu vị trí, hỏi khách hàng hoặc ghi chú theo quy ước. Không nên tự điền một từ chỉ để bản dịch trông hoàn chỉnh.
Scan mờ có làm tăng chi phí không?
Có thể, vì phát sinh nhận dạng, đối chiếu và dàn trang. Mức cụ thể chỉ xác định sau khi xem số trang và mức độ khó đọc.
Cần gửi bản scan màu hay đen trắng?
Bản màu thường hữu ích khi có dấu, highlight, mực nhạt hoặc nền khác nhau. Ưu tiên bản giúp phân biệt chi tiết rõ nhất và giữ thêm bản gốc.
Gửi mẫu để đánh giá độ rõ
Bạn có thể gửi yêu cầu kèm vài trang rõ, trung bình và mờ để Tân Việt đánh giá cách xử lý trước khi báo giá. Xem thêm dịch vụ dịch kỹ thuật hoặc liên hệ nếu hồ sơ có nhiều định dạng và cần thống nhất đầu ra.