Распознать рукописный текст: нейросеть разберёт почерк по фото и переведёт в печатный

Вы присылаете фотографию страницы — ассистент читает её и возвращает рукописный текст набранными буквами прямо в чат. Копировать, править, вставлять в документ можно сразу: результат приходит обычным текстом, а не картинкой и не файлом, который ещё надо открывать.

Распознавание рукописного текста отличается от чтения печатной страницы принципиально. У печатного шрифта буквы одинаковые, у почерка — свои у каждого человека и разные даже в пределах одной строки. Поэтому ассистент опирается не только на форму букв, но и на смысл: он видит фразу целиком, понимает, какое слово подходит по контексту, и достраивает то, что в отдельности неразличимо. Классические программы так не умеют — они разбирают символ за символом, и на слитном курсиве рассыпаются.

Что ассистент делает со снимком:

• читает связный рукописный текст: конспект, письмо, дневниковую запись, черновик;
• разбирает отдельные слова и обрывки — подпись под фотографией, надпись на полях, помету на документе;
• сохраняет разбивку на абзацы и списки, если она видна на странице;
• расставляет знаки препинания там, где они пропущены при беглом письме;
• честно помечает места, которые не разобрал: вместо выдумки ставит [неразборчиво] и предлагает переснять фрагмент.

Распознавание почерка работает и с русским, и с латиницей, и со смешанными записями — конспектом, где формулы и термины идут вперемешку с текстом. Цифры, даты, номера ассистент выделяет отдельно: именно на них ошибка стоит дороже всего, и их стоит перепроверить глазами.

Самая частая формулировка задачи в этом кластере — перевести рукописный текст в печатный. Формально это и есть распознавание, просто пользователь называет его по результату: было от руки, стало набранным.

Здесь важно снять одну двусмысленность. Слово «перевести» в этой задаче значит преобразовать формат, а не перевести на другой язык. «Перевести рукописный текст в печатный» и «перевести текст с английского» — разные задачи и разные инструменты; если рукопись на иностранном языке и нужен именно перевод, сначала распознайте её здесь, а затем отправьте результат в перевод с английского на русский.

Типовые случаи, ради которых рукописный текст переводят в печатный:

• Конспект лекции. Сфотографировали тетрадь — получили текст, по которому можно искать словами, а не листать снимки. Дальше из него удобно сделать конспект по тексту или собрать список литературы по ГОСТу.
• Черновик, написанный от руки. Статья, доклад или глава, начатые в блокноте, переносятся в редактор за один шаг — и сразу проверяются на орфографию.
• Семейный архив. Письма, открытки, дневники, подписи на обороте фотографий. Старая орфография и выцветшие чернила читаются хуже, но связный текст обычно восстанавливается по смыслу.
• Рабочие записи. Протокол совещания, заметки с объекта, заполненный от руки бланк, ведомость. Табличные данные можно сразу попросить свести в таблицу — с ними дальше работает ассистент таблиц и Excel.
• Учебные материалы. Задание, переписанное от руки, разбор на доске, решение из тетради.

Как назвать задачу, чтобы результат не пришлось переделывать

Формулировка на входе экономит больше времени, чем правка на выходе:

• «Распознай рукописный текст с фото, сохрани абзацы и списки»;
• «Переведи рукописный текст в печатный, орфографию не правь, оставь как в оригинале»;
• «Прочитай страницу и выпиши только даты и суммы»;
• «Тут четыре снимка одной тетради — собери сплошной текст без повторов»;
• «Расставь знаки препинания, но слова не меняй».

Последний пункт стоит проговаривать отдельно. По умолчанию ассистент возвращает то, что написано, — с авторскими ошибками и сокращениями. Если нужен вычищенный вариант, скажите об этом явно или прогоните результат через исправление ошибок в тексте.

Отдельный сценарий — не «перенести», а именно разобрать почерк: понять, что вообще написано. Сюда попадают запросы вида «что тут написано», «расшифровать непонятный почерк», «прочитать неразборчивую надпись».

Расшифровка почерка в этом смысле — не гадание. Ассистент опирается на три опоры сразу:

1. Форма букв. Даже в неразборчивом письме у автора устойчивые начертания: если в одном слове «т» опознана уверенно, она узнаётся и в остальных.
2. Контекст фразы. Слово, неразличимое само по себе, однозначно достраивается по соседям. Именно поэтому связный текст читается лучше, чем список из отдельных слов.
3. Тематика. Кулинарный рецепт, юридический документ и конспект по биологии дают разный словарь. Если сказать, о чём запись, точность заметно вырастает.

Практическое следствие: разобрать почерк по фото проще, когда вы даёте контекст. «Это записка от бабушки, рецепт пирога», «это заметка с планёрки про сроки поставки» — одна фраза снимает половину неоднозначностей.

Что делать с тем, что не разобралось:

• переснять фрагмент крупнее — чаще всего этого достаточно;
• назвать вариант самому: «третье слово похоже на „вторник“, проверь по форме букв»;
• попросить показать варианты: ассистент может вернуть два-три чтения спорного места вместо одного, и вы выберете правильное;
• принять [неразборчиво] как результат. Честная пометка полезнее правдоподобной выдумки — особенно в документе, где ошибка в цифре меняет смысл.

Почерк врача — самая массовая живая ситуация этого кластера: пятая часть всех запросов подкластера. Человек выходит из кабинета с направлением, выпиской или рецептом и не может прочитать ни названия препарата, ни диагноза, ни даты следующего приёма.

Расшифровка врачебного почерка работает так же, как и любая другая, но с двумя усилениями. Первое — медицинская лексика узкая и предсказуемая: названий препаратов, диагнозов и сокращений конечное число, поэтому неразборчивое слово чаще всего однозначно достраивается. Второе — в медицинских записях много устойчивых конструкций («по 1 таб. 2 р/д 7 дней», «явка через 10 дней»), которые узнаются целиком, а не по буквам.

Что обычно просят распознать:

• рецепт — название препарата, дозировку, кратность и длительность приёма;
• запись в карте или выписку — жалобы, осмотр, назначения;
• направление — к какому специалисту, на какое исследование, когда;
• бланк анализов с рукописными пометками врача на полях.

Полезные формулировки: «Расшифруй почерк врача с этого фото, названия препаратов выпиши отдельным списком», «Прочитай назначение и распиши по дням», «Тут написано название лекарства — назови варианты, если не уверен».

Где проходит граница

Ассистент читает буквы, а не назначает лечение. Он скажет, какое слово написано на бланке, и объяснит, что означает сокращение, — но не заменит врача, не поставит диагноз, не подберёт аналог препарата и не изменит дозировку.

Три правила, которые стоит соблюдать всегда:

1. Название препарата и дозировку сверьте с аптекой или врачом. Похожие по написанию названия у лекарств встречаются часто, а цена ошибки здесь несопоставима с экономией времени.
2. Если распознавание вернуло [неразборчиво] в дозировке — не додумывайте. Позвоните в регистратуру: это быстрее, чем разбираться с последствиями.
3. Не отправляйте чужие медицинские документы. Это персональные данные особой категории.

Если после расшифровки нужно разобраться в терминах и понять смысл написанного, помогут ответы на вопросы — но с той же оговоркой: справка, а не назначение.

Честная картина полезнее рекламной: она экономит время на попытках, которые заведомо не сработают.

Читается уверенно:

• аккуратный почерк с раздельными буквами — школьная и студенческая тетрадь, заполненный бланк, печатные буквы;
• связный текст на 3–5 строк и длиннее: чем больше контекста, тем выше точность;
• современная орфография, привычная лексика, тёмные чернила на светлой бумаге;
• письменный текст на разлинованном листе — линейка помогает удерживать строку.

Читается хуже, требует проверки:

• слитный курсив без отрыва пера, особенно быстрый;
• отдельные слова и обрывки вне контекста — фамилии, топонимы, аббревиатуры;
• цифры, даты, номера документов, суммы: у них нет смысловой опоры, поэтому проверяйте их всегда;
• формулы, химические обозначения, ноты, стенография;
• дореволюционная орфография, скоропись XIX века, сильно выцветшие или залитые фрагменты;
• запись поверх плотной сетки, печати или другого текста.

Не работает в принципе: снимок не в фокусе, страница под острым углом, тень поперёк текста, разрешение, при котором буквы сливаются на экране. Если вы сами не разбираете снимок при увеличении — модель тоже не разберёт.

Точность в процентах мы не обещаем: она зависит от почерка и качества снимка сильнее, чем от чего-либо ещё, и любая единая цифра была бы враньём. Ориентир проще: аккуратная страница читается почти без правок, беглый курсив — с выборочной сверкой.

Качество снимка влияет на результат сильнее любых настроек. Пять правил закрывают почти все неудачные попытки:

1. Свет сбоку или рассеянный, без вспышки. Вспышка в упор даёт блик по центру страницы — ровно там, где текст. Дневной свет от окна лучше любой лампы.
2. Камера параллельно листу. Съёмка под углом искажает строки, буквы «съезжают», распознавание начинает пропускать окончания. Держите телефон прямо над страницей.
3. Страница целиком в кадре, поля обрезаны. Лишний фон — стол, руки, соседняя страница — отвлекает от текста. Разворот тетради лучше снимать двумя кадрами, по странице на каждый.
4. Без тени от собственной руки. Самая частая причина нечитаемого снимка: тень телефона или руки ложится поперёк строк.
5. Проверьте резкость до отправки. Увеличьте снимок на экране: если буквы размыты у вас — они размыты и для модели.

Если страниц много, отправляйте их по 2–4 за раз и просите собрать сплошной текст: так проще заметить, где распознавание сбилось, и переснять именно этот лист. Скан со сканера или снимок в режиме «документ» тоже подходят — они обычно дают более ровный результат, чем съёмка с рук.

Запрос «программа для распознавания текста» обычно приводит к классическому OCR — инструменту, который распознаёт символы по форме. С печатной страницей он справляется отлично, с почерком — заметно хуже, и причина техническая.

• Классический распознаватель почерка работает посимвольно: делит строку на фрагменты и сопоставляет каждый с эталоном. Слитное письмо ломает саму процедуру — границу между буквами не найти, и дальше ошибка идёт лавиной.
• Ассистент на мультимодальной модели видит изображение и текст одновременно. Он не обязан разделять слово на буквы: он узнаёт слово целиком, а сомнительное место достраивает по смыслу фразы. Именно поэтому связный текст распознаётся лучше отдельных слов — у классического OCR зависимость обратная.

Что из этого следует практически:

• С почерком ассистент точнее, особенно на связном тексте и на записях с предсказуемой лексикой (медицина, учёба, делопроизводство).
• С многостраничным типографским сканом классический OCR быстрее и дешевле — там не нужен смысл, нужна скорость и постраничная вёрстка. Если у вас именно печатный документ или скан, задача другая, и решать её стоит инструментом для печатного текста.
• Ассистент умеет то, чего OCR не умеет вовсе: объяснить сокращение, свести распознанное в таблицу, ответить на вопрос по содержимому страницы, сравнить два снимка. Распознавание здесь — не конец, а начало работы с текстом.
• Файла на выходе нет. Ассистент возвращает текст в чат: его копируют, а не скачивают. Отдельного экспорта в .docx в этом сценарии не предусмотрено.

Распознавание почти никогда не бывает конечной целью — оно первый шаг. Дальше текст обычно идёт в работу:

• Вычитать. В рукописи хватает описок, а при беглом письме теряются знаки препинания: проверка орфографии и исправление ошибок закрывают это за секунды.
• Ужать. Конспект на десять страниц редко нужен целиком — сократить текст оставит суть.
• Разобрать по смыслу. Что в записи главное, какие есть тезисы и противоречия — это анализ текста, а короткое резюме даст вывод по тексту.
• Переписать своими словами. Чужие формулировки из чужого конспекта — повод перефразировать текст, а не копировать дословно.
• Причесать стиль. Устная речь, записанная от руки, читается тяжело: улучшить текст уберёт повторы и канцелярит.
• Учиться дальше. Если распознанная страница — это задание, дальше пригодятся решение задачи по фото и помощь в учёбе, а для большой работы — ассистент курсовой.

Правильный порядок именно такой: сначала распознать и сверить цифры, потом править стиль. Вычитывать текст, в котором ещё не проверены даты и суммы, — потерянное время.

Четыре ограничения, о которых честнее сказать сразу, чем разочаровать после первой попытки.

Не превращает набранный текст в рукописный. Обратная задача — «написать текст от руки», «сделать конспект своим почерком», «печатный текст в рукописный» — популярна, но у Veruna такой функции нет. Мы не рисуем почерк, не имитируем письмо от руки и не генерируем страницы «как из тетради». Ассистент работает только в одну сторону: с фотографии — в текст.

Не определяет характер по почерку. Графология — не распознавание. Ассистент скажет, что написано, но не станет судить о личности, темпераменте или правдивости автора по наклону букв: научной основы под такими выводами нет. Сличение почерков и установление авторства — работа эксперта, а не чат-бота.

Не заменяет врача, юриста и нотариуса. Расшифровка рецепта — это чтение букв. Назначения, дозировки, юридические последствия документа и подлинность подписи остаются за специалистами.

Не удаляет текст с изображения. Убрать надпись с фотографии — противоположная задача: не прочитать, а стереть. Ею занимается фоторедактор.

Разворот тетради. Снимайте по странице на кадр и присылайте оба снимка вместе с фразой «это одна лекция, собери подряд». Ассистент склеит текст и не продублирует строки на стыке.

Пронумерованные листы. Если у страниц есть номера, скажите об этом: «листы 3–7, порядок по номерам». Тогда порядок не собьётся, даже если снимки ушли вразнобой.

Смешанная страница. Печатный бланк, заполненный от руки, — частый случай. Попросите разделить: «напечатанное отдельно, вписанное от руки отдельно». Так проще проверять, что именно заполнено.

Таблица от руки. Ведомость, график дежурств, расчёт — попросите вернуть результат таблицей: «сведи в таблицу, колонки как на листе». Дальше её можно обработать как данные.

Старая рукопись. Письма и дневники прошлого века читаются хуже из-за орфографии и состояния бумаги. Помогает контекст: «письмо 1950-х, речь о переезде» — и просьба помечать спорные места, а не додумывать.

Иностранная запись. Сначала распознавание, потом перевод — двумя шагами результат заметно точнее, чем одной просьбой «переведи, что тут написано».

Работает в браузере, с телефона и с компьютера, без регистрации и бесплатно в базовом лимите. Под задачей доступны разные модели — если одна не разобрала сложный фрагмент, имеет смысл переспросить у другой: почерк тот же, а читают они его по-разному.