ABBYY मोबाइल वेब कैप्चर: आपके स्मार्टफोन के ब्राउज़र में दस्तावेज़ों की उच्च गुणवत्ता वाली तस्वीरें

हमारे ग्राहक अक्सर किसी दस्तावेज़ को फ़ोटोग्राफ़ करने के लिए मोबाइल फ़ोन का उपयोग करते हैं और इसे कार शेयरिंग कंपनी, वीज़ा केंद्र, टेलीकॉम ऑपरेटर, वित्तीय और अन्य कंपनियों को भेजते हैं। दस्तावेज़ की फ़ोटो किराए पर कार लेने, सिम-कार्ड सक्रिय करने, ऋण के लिए आवेदन करने के लिए पर्याप्त है। लेकिन कभी-कभी स्मार्टफोन से अच्छी गुणवत्ता वाली छवि प्राप्त करना मुश्किल हो सकता है। फिर भी, हम इस समस्या को हल करने में कामयाब रहे।

अब दस्तावेजों के "मोबाइल स्कैनिंग" के लिए आईओएस और एंड्रॉइड पर कई एप्लिकेशन हैं। लेकिन आपके फोन पर कितने मोबाइल एप्लिकेशन हैं? यदि आप ऐसा नहीं कर सकते हैं तो समय क्यों बर्बाद करें और अधिक नए स्थापित करें?

किसी मोबाइल ब्राउज़र में सीधे एक दस्तावेज़ को फोटो करना बहुत आसान है, जो पहले से ही किसी भी स्मार्टफोन पर है। इसीलिए हमने ABBYY Mobile Web Capture बनाया। यह जावास्क्रिप्ट एपीआई है, अर्थात्, एसडीके जो हम अपने ग्राहकों को उनके वेब पेजों और वेब-आधारित अनुप्रयोगों में एम्बेड करने की पेशकश करते हैं। यह आपको सबसे लोकप्रिय मोबाइल ओएस पर एक वेब ब्राउज़र में सीधे एक अच्छी तस्वीर कैप्चर करने और सर्वर पर या क्लाउड पर आगे की प्रक्रिया के लिए भेजने की अनुमति देता है। आज, हम इस बारे में बात करेंगे कि यह तकनीक कैसे काम करती है।

ABBYY मोबाइल वेब कैप्चर, मोबाइल ब्राउज़र से वीडियो स्ट्रीम में वांछित दस्तावेज़ की एक तस्वीर लेने की पेशकश करता है। खाता, ड्राइविंग लाइसेंस, पासपोर्ट, अनुबंध, आवेदन पत्र, आवेदन - किसी भी दस्तावेज को संसाधित किया जा सकता है।

नया उत्पाद इमेज कैप्चर इमेज के स्वचालित कैप्चर के लिए हमारी मोबाइल तकनीक का उपयोग करता है, जिसे जावास्क्रिप्ट में स्थानांतरित किया गया था। एल्गोरिथ्म का मूल C ++ में लिखा गया है, इसलिए हमने इसे वेब ब्राउज़र में स्थानांतरित करने के लिए WebAssembly तकनीक का उपयोग किया। इसके अलावा, हमने कैमरे के साथ काम करने के लिए जिम्मेदार यूआई घटकों को बनाया है। उन्हें जेएस एपीआई में जोड़ा गया था ताकि डेवलपर्स अपने वेब-आधारित एप्लिकेशन या वेबसाइट में वीडियो स्ट्रीम से आसानी से कब्जा कर सकें। एकीकरण को बहुत सरल बनाने के लिए, हमने उत्पाद के वितरण पैकेज में नमूना वेब पेज कोड के स्रोत कोड को जोड़ा और दिखाया कि हमारे एपीआई का सही उपयोग कैसे करें। वास्तव में, डेवलपर को बस इस कोड को अपनी वेबसाइट पर कॉपी करने की आवश्यकता है और यह सब है - उदाहरण के लिए, ट्रैफ़िक विश्लेषण के लिए मीट्रिक डालने से अधिक जटिल नहीं है।

उसके बाद, ब्राउज़र में राइट, आप कैमकॉर्डर को चालू कर सकते हैं और इसे दस्तावेज़ में इंगित कर सकते हैं। और फिर ABBYY मोबाइल वेब कैप्चर अधिनियम:

1. जब कोई डॉक्यूमेंट फ्रेम में आता है, तो हम वीडियो स्ट्रीम में उसकी सीमाओं को पाते हैं।

2. इसके बाद, आप स्वचालित रूप से दस्तावेज़ की एक स्पष्ट छवि पर कब्जा कर लेंगे। ऐसा करने के लिए, आपको यह सुनिश्चित करने की आवश्यकता है कि व्यक्ति ने कैमरा ले जाना बंद कर दिया है और पहले से ही वांछित दस्तावेज़ में "उद्देश्य" है। हम फोन के सेंसर पर भरोसा नहीं करते हैं, क्योंकि हमेशा संभावना है कि एक व्यक्ति फोन को गतिहीन रखता है, लेकिन दस्तावेज़ के साथ दूसरा हाथ चलता है। इससे बचने के लिए, हम मूल्यांकन करते हैं कि चित्र चल रहा है, अर्थात् फ्रेम से फ्रेम तक वस्तुओं के बीच की ऑफसेट पर विचार करें। यदि यह न्यूनतम है, तो आप कब्जा करना शुरू कर सकते हैं। इसके अतिरिक्त, हम तीखेपन को देखते हैं। इस प्रकार, एसडीके स्वचालित रूप से उस क्षण को पकड़ लेता है जब आपको उच्च गुणवत्ता वाली छवि प्राप्त करने के लिए दस्तावेज़ की तस्वीर लेने की आवश्यकता होती है। आपको कोई बटन नहीं दबाना है:


3. जब हमने दस्तावेज़ के साथ फ्रेम पर कब्जा कर लिया, तो उसे सीमाओं में काट दिया और संरेखित करें:



ABBYY मोबाइल वेब कैप्चर एक अच्छी तस्वीर प्रदान करता है, जिसे तब मान्यता के लिए भेजा जा सकता है, उदाहरण के लिए, ABBYY FlexiCapture में , और यह निश्चित रूप से संसाधित किया जाएगा। ABBYY FlexiCapture के साथ हमारी परियोजनाओं के उदाहरण पर, हम देखते हैं कि अक्सर ग्राहकों के लिए स्कैनर के बजाय स्मार्टफोन के माध्यम से दस्तावेज़ दर्ज करना अधिक सुविधाजनक होता है। लेकिन इस तरह से प्राप्त छवियां अक्सर धुंधली हो जाती हैं - फिर उन्हें बस उच्च गुणवत्ता के साथ संसाधित नहीं किया जा सकता है। फिर फोन से फोटो भेजने वाले को "एक तस्वीर लेने" के लिए कहा जाता है। लेकिन क्लाइंट के लिए ऐसा करना हमेशा सुविधाजनक नहीं होता है।

जब हमने ABBYY मोबाइल वेब कैप्चर विकसित किया, तो हमने महसूस किया कि किसी वीडियो स्ट्रीम में किसी ब्राउज़र में किसी दस्तावेज़ की तस्वीर खींचना इतना सरल नहीं है। सबसे पहले, दस्तावेज़ की सीमाओं की खोज, ऑफसेट और फ्रेम के तीखेपन के आकलन के लिए कम्प्यूटेशनल संसाधनों की आवश्यकता होती है - मुझे अनुकूलन करना पड़ा ताकि ब्राउज़र में वीडियो स्ट्रीम धीमा न हो। दूसरे, आईओएस पर, हम इस तथ्य से सामना कर रहे थे कि सफारी में एचडी की तुलना में अधिक रिज़ॉल्यूशन के साथ वीडियो प्राप्त करना असंभव था। कूल XS iPhones पर भी हमने iOS पर जो तस्वीरें खींची हैं, वे बहुत अच्छी नहीं थीं। उन्हें बस पहचाना नहीं जा सकता था, क्योंकि 10 वें फ़ॉन्ट में टाइप किए गए ए 4 दस्तावेज़ को पहचानने के लिए, आपको एक पूर्ण एचडी छवि और इसके बाद के संस्करण की आवश्यकता है। हमने ऐप्पल को बग रिपोर्ट लिखी और सफारी से उच्च रिज़ॉल्यूशन में कैमरे के साथ काम करना संभव बनाने के लिए कहा। और उन्होंने इसे iOS 12.2 में तय किया! इसके बिना, हमारा उत्पाद काम नहीं करेगा जैसा कि अब है। और अब - एसडीके आपको अच्छी तस्वीरें देता है, और फिर आप उनके साथ जो चाहें कर सकते हैं।

बेशक, जब हमने एसडीके किया, तो हमने मूल्यांकन किया कि उपयोगकर्ताओं को हल करने के लिए किन कार्यों की आवश्यकता है। उनके बारे में थोड़ा बताएं।

आपको पहली बार खाता खोलने या बैंक से ऋण लेने, बीमा कराने, कार किराए पर लेने या अन्य सेवा लेने की आवश्यकता है

सोचिए आप बैंक आते हैं। हालांकि, यदि आप नहीं आते हैं, तो सब कुछ पहले से ही गलत है। बहुत से लोग बैंक जाने से नफरत करते हैं। आप ऐसा सोचते हैं: "एह, अब कम से कम आधा घंटा अब।" इसलिए, यदि आपको जल्द से जल्द किसी तरह का नकद ऋण प्राप्त करने की आवश्यकता है, तो आप सबसे अधिक संभावना है कि एक फोन और Google लेंगे जो विकल्प उपलब्ध हैं। मान लीजिए कि आपको ऋण के बारे में जानकारी मिल गई है, और साइट ऑनलाइन आवेदन भरने की पेशकश करती है। यह केवल साइट पर व्यवस्थित करने के लिए सुविधाजनक है, और एप्लिकेशन में नहीं - आपको एप्लिकेशन इंस्टॉल करने की आवश्यकता है, लेकिन आपको अभी भी नहीं पता है कि वे आपको ऋण देंगे या नहीं। अनावश्यक अनुप्रयोगों के साथ फोन को प्री-क्लॉग क्यों करें? तो, आप बटन दबाते हैं, और फिर आपको अपने व्यक्तिगत डेटा को भरने की आवश्यकता होती है।

यह इस तरह से हुआ करता था: बैंक दस्तावेज़ को कैमरे पर ले जाने या गैलरी से तैयार फोटो अपलोड करने के लिए कहता है। लोग ऐसा करते हैं, लेकिन चित्र धुंधले या बिना किसी दस्तावेज़ के हो सकते हैं - हमारी परियोजनाओं के अनुभव के अनुसार, लोग अक्सर गलत फाइल को भ्रमित और अपलोड करते हैं। यह सब बैंक को भेजा जाता है, लेकिन छवि फिट नहीं होती है, और सब कुछ नाली में चला जाता है।

कुछ बैंक इस तरह से समस्या को हल करने की कोशिश करते हैं: उन्होंने पीठ पर "तत्काल" मान्यता डाल दी। लेकिन यहां एक और कहानी है: ग्राहक ने दस्तावेज़ को फोटो खींचा, मान्यता के लिए इसे वापस कार्यालय में भेज दिया। इसमें लगभग एक मिनट का समय लगता है। लेकिन जब आप मोबाइल फोन से सेवा करते हैं, तो एक मिनट बहुत लंबा समय होता है। इस समय के दौरान, आप सबसे अधिक संभावना यह तय करेंगे कि सब कुछ अटक गया है, पृष्ठ बंद करें और तकनीकी सहायता को कॉल करें या सब कुछ छोड़ दें और ऋण के लिए आवेदन करने के लिए किसी अन्य साइट पर जाएं।

ABBYY मोबाइल वेब कैप्चर के साथ, क्लाइंट को कुछ भी इंस्टॉल करने की आवश्यकता नहीं है। वह एक वीडियो स्ट्रीम में एक दस्तावेज़ शूट करता है। प्रौद्योगिकी फोटो को संसाधित करती है और छवि को सुधारती है, जिसे अब आसानी से बैंक को भेजा जा सकता है।

आपको एक सरकारी एजेंसी, वीजा केंद्र, बैंक को भेजने के लिए अपने फोन से एक फोटो संसाधित करने की आवश्यकता है

क्या आपके पास पासपोर्ट है? ऐसा होता है कि हाथ में कोई दस्तावेज़ नहीं है, लेकिन आपने इसकी तस्वीर ली है और छवि आपके स्मार्टफोन की गैलरी में संग्रहीत है। यदि आपको कहीं पंजीकरण कराने या एयरलाइन की वेबसाइट पर टिकट खरीदने की आवश्यकता है तो यह हमेशा उपयोगी होता है। कभी-कभी आपको अपने पासपोर्ट के यू-टर्न की तस्वीर भेजने के लिए कहा जा सकता है। क्या होगा अगर फोटो बहुत स्पष्ट नहीं है या एक कालीन के खिलाफ लिया गया है? क्या वे इसे वीज़ा केंद्र में समझेंगे? शायद, लेकिन यह जोखिम नहीं लेना बेहतर है।

आप एबीबीवाई मोबाइल वेब कैप्चर का उपयोग करके इस तस्वीर को अपनी साइट पर अपलोड कर सकते हैं, और तकनीक छवि में दस्तावेज़ की सीमाओं को ढूंढेगी। यदि इस पर कोई सीमा नहीं है, तो हम एक चेतावनी जारी करेंगे और ग्राहक का ध्यान इस तथ्य की ओर आकर्षित करेंगे कि उसने शायद कुछ गलत डाउनलोड किया है। इसके अलावा, हम यह समझने के लिए दस्तावेज़ की गुणवत्ता का मूल्यांकन करने का प्रयास करेंगे कि क्या यह आगे की मान्यता के लिए उपयुक्त है। ("हम कोशिश करेंगे" क्योंकि यह सुविधा अब प्रौद्योगिकी पूर्वावलोकन मोड में है, लेकिन हम इसे बेहतर बनाने के लिए सक्रिय रूप से काम कर रहे हैं।)

अनावश्यक पीड़ा के बिना सीआरएम में एक कार्ड भरने की आवश्यकता है

यहाँ एक उदाहरण है: हमारे पास एक संभावित ग्राहक है - एक कार डीलर, और उसे उन लोगों के बारे में सब कुछ जानना होगा, जिनसे वह कार बेचता है। ऐसा करने के लिए, कर्मचारी एक वेब पोर्टल जैसे सीआरएम सिस्टम पर ग्राहक डेटा दर्ज करते हैं। वे क्लाइंट से अधिकारों के लिए पूछते हैं, उन्हें स्कैन करते हैं, और फिर कंप्यूटर में डेटा को फिर से टाइप करते हैं। कर्मचारी वेब पोर्टल का उपयोग क्यों करते हैं न कि मोबाइल ऐप का? बहुत सरल: डीलर का मुख्य कार्य कारों को बेचना और ग्राहकों की सेवा करना है, बजाय एक आंतरिक अनुप्रयोग के लिए बहुत सारे कोड लिखना। इसलिए, कंपनी के लिए जल्दी से एक समाधान तैयार करना महत्वपूर्ण है जो सभी प्लेटफार्मों पर काम करेगा।

ABBYY मोबाइल वेब कैप्चर के साथ, इस व्यवसाय प्रक्रिया को सरल बनाया जा सकता है: एक कर्मचारी को केवल स्मार्टफोन पर एक दस्तावेज़ की एक तस्वीर लेने की जरूरत है, और फिर हमारे अन्य उत्पाद - ABBYY FlexiCapture का उपयोग करके मान्यता और प्रसंस्करण के लिए छवि भेजें। इसलिए अंत में, हम समय बचाएंगे, और हम डेटा की गुणवत्ता बढ़ाएंगे।

सच कहूं, तो मैं खुद कई स्थितियों में आया हूं, जहां मेरे लिए सीधे ब्राउज़र में दस्तावेजों को स्कैन करना बहुत उपयोगी होगा। उदाहरण के लिए, जब मैंने एक साल पहले वीजा के लिए आवेदन किया था, तो मैंने सभी आवश्यक दस्तावेजों को शूट करने, उन्हें कंप्यूटर पर स्थानांतरित करने, वांछित प्रारूप में सहेजने और साइट पर अपलोड करने के लिए लगभग एक घंटे का समय बिताया। और इसलिए 15 मिनट में सब कुछ सिर्फ फोटो खिंचवा सकता था।

मैं वास्तव में आशा करता हूं कि जल्द ही एबीबीवाई मोबाइल वेब कैप्चर का उपयोग कई साइटों पर किया जाएगा और उन कार्यों को सरल बनाने में मदद करेगा जिनके लिए दस्तावेजों की तस्वीर की आवश्यकता होती है!

ओल्गा टिटोवा, उत्पाद के मालिक मोबाइल एसडीके